Что такое нормализация баз данных?

Question

Accepted Answer

**Нормализация** — это процесс организации данных для **снижения избыточности** и повышения целостности путем разделения данных на связанные таблицы в соответствии с серией «нормальных форм». Цель: каждый элемент данных хранится **один раз**, что исключает дублирование и вызываемые им аномалии.

## Проблема: денормализованная (избыточная) таблица

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
```

## Решение: разделение на связанные таблицы

Нормализация разделяет данные таким образом, что каждый факт находится в одном месте — информация о клиентах в `customers`, продукты в `products`, а `orders` ссылаются на них по ключу.

## Нормальные формы (прогрессивно более строгие)

```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.
```

## Нормализация и денормализация (компромисс)

```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).
```

## Почему это важно

Нормализация — это фундаментальная концепция проектирования баз данных — это способ структурирования данных для избежания избыточности и сохранения целостности, что необходимо для проектирования надежных реляционных баз данных, поэтому понимание этого важно.

Основная ценность заключается в предотвращении **аномалий**, вызываемых избыточными (денормализованными) данными: **аномалии обновления** (изменение дублированных данных во многих местах с риском несогласованности), **аномалии вставки** (невозможность добавить данные без не связанных данных) и **аномалии удаления** (потеря данных при удалении связанных записей) — все это приводит к несогласованным и поврежденным данным.

Разделяя данные на связанные таблицы так, чтобы каждый факт хранился один раз, нормализация устраняет эти проблемы и обеспечивает согласованность данных.

Понимание **нормальных форм** (особенно 1НФ, 2НФ и **3НФ** — общей практической цели — и принципа, что столбцы, не являющиеся ключами, должны зависеть от ключа) дает основу для правильного проектирования.

Евно так же важно понимание **компромисса между нормализацией и денормализацией**: нормализация улучшает целостность, но требует большего количества JOIN-ов (потенциально медленнее чтение), поэтому, хотя по умолчанию нормализуют для целостности, избирательная денормализация (принятие некоторого дублирования для меньшего количества join-ов и более быстрого чтения) иногда оправдана для производительности (например, аналитика) — знание того, когда и почему делать этот компромисс, отражает зрелость проектирования.

Поскольку правильное моделирование данных является основой для надежных баз данных, а поскольку понимание нормализации (избегание избыточности и аномалий) и ее компромисса с денормализацией (целостность или производительность чтения) является ключом к проектированию хорошо структурированных, согласованных и производительных баз данных, нормализация — это важное, фундаментальное знание для проектирования баз данных и распространенная тема интервью, которая демонстрирует понимание звукового моделирования данных.