Ce este normalizarea bazelor de date?

Question

Accepted Answer

**Normalizarea** este procesul de organizare a datelor pentru a **reduce redundanța** și a îmbunătăți integritatea prin împărțirea datelor în tabele înrudite, urmând o serie de „forme normale". Scopul: fiecare bucată de date este stocată **o singură dată**, evitând duplicarea și anomaliile pe care le provoacă.

## Problema: o tabelă denormalizată (redundantă)

Problems (anomalies):
  ✗ UPDATE anomaly — change Ann's email → must update EVERY one of her orders
  ✗ INSERT anomaly — can't add a customer without an order
  ✗ DELETE anomaly — deleting Ann's last order loses her info entirely
  ✗ Wasted storage and inconsistency risk
```

## Soluția: împărțire în tabele înrudite

Normalizarea împarte datele astfel încât fiecare fapt trăiește într-un singur loc — informații despre clienți în `customers`, produse în `products`, și `orders` le referențiază prin cheie.

## Formele normale (progresiv mai stricte)

```text
1NF → atomic values (no repeating groups / multi-valued columns), a primary key
2NF → 1NF + no partial dependency (non-key columns depend on the WHOLE primary key)
3NF → 2NF + no transitive dependency (non-key columns depend ONLY on the key, not
      on other non-key columns)
→ 3NF is the common practical target; BCNF, 4NF, 5NF exist for stricter cases.
```

## Normalizare vs denormalizare (compromisul)

```text
Normalized   → less redundancy, better integrity, but more JOINs (can be slower reads)
Denormalized → some duplication for FEWER joins → faster reads (e.g. analytics/reporting)
→ Normalize by default (integrity); selectively denormalize for read performance
  where justified (with care to keep duplicates consistent).
```

## De ce conteaza

Normalizarea este un concept fundamental în proiectarea bazelor de date — aceasta este modul în care structurezi datele pentru a evita redundanța și a menține integritatea, ceea ce este esențial pentru proiectarea bazelor de date relaționale fiabile, deci înțelegerea acesteia este importantă.

Valoarea de bază constă în prevenirea **anomaliilor** pe care le provoacă datele redundante (denormalizate): **anomalii de actualizare** (schimbarea datelor duplicate în multe locuri, riscând inconsistență), **anomalii de inserare** (nu poți adăuga date fără date neînrudite), și **anomalii de ștergere** (pierderea de date la ștergerea înregistrărilor înrudite) — toate acestea ducând la date inconsistente și corupte.

Prin împărțirea datelor în tabele înrudite, astfel încât fiecare fapt este stocat o singură dată, normalizarea elimină aceste probleme și asigură consistența datelor.

Înțelegerea **formelor normale** (în special 1NF, 2NF și **3NF** — ținta practică comună — și principiul că coloanele non-cheie ar trebui să depindă de cheie) oferă cadrul pentru proiectarea adecvată.

La fel de important este înțelegerea **compromisului normalizare vs denormalizare**: normalizarea îmbunătățește integritatea, dar necesită mai multe JOIN-uri (poten țial citiri mai lente), deci în timp ce normalizezi implicit pentru integritate, denormalizarea selectivă (acceptând o oarecare duplicare pentru mai puține joins și citiri mai rapide) este uneori justificată pentru performanță (de ex. analize) — știind când și de ce să faci acest compromis reflectă judecată de proiectare matură.

Deoarece modelarea corespunzătoare a datelor este fundamentală pentru baze de date fiabile, și deoarece înțelegerea normalizării (evitarea redundanței și anomaliilor) și compromisul acesteia cu denormalizarea (integritate vs performanță de citire) este cheia pentru proiectarea bazelor de date bine structurate, consistente și performante, normalizarea este cunoaștere importantă și fundamentală pentru proiectarea bazelor de date și un subiect comun în interviuri care demonstrează înțelegerea modelării corecte a datelor.