Kaj je normalizacija podatkov?

Question

Accepted Answer

**Normalizacija** je proces organiziranja podatkov za **zmanjšanje redundance** in izboljšanje integritete s razdelitvijo podatkov v povezane tabele, sledimo nizu "normalnih oblik". Cilj: vsak podatek je shranjen **enkrat**, kar se izogiba podvajanju in anomalijam, ki jih to povzroča.

## Problem: nenormalizirana (redundantna) tabela

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
```

## Rešitev: razdelitev na povezane tabele

Normalizacija razdeli podatke tako, da vsako dejstvo obstaja na enem mestu — podatki o strankah v `customers`, izdelki v `products`, in `orders` jih referenca po ključu.

## Normalne oblike (progresivno strožje)

```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.
```

## Normalizacija v primerjavi z denormalizacijo (kompromis)

```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).
```

## Zakaj je to pomembno

Normalizacija je temeljni koncept zasnove podatkovne baze — to je način strukturiranja podatkov za izogibanje redundanci in ohranjanje integritete, kar je bistveno za zasnovo zanesljivih relacijskih podatkovnih baz, zato je razumevanje tega pomembno.

Osrednja vrednost je preprečevanje **anomalij**, ki jih povzroča redundantna (denormalizirana) podatka: **anomalije pri posodabljanju** (spreminjanje podvojenih podatkov na več mestih, kar tvega nedoslednost), **anomalije pri vnosu** (ne moremo dodati podatkov brez povezanih podatkov), in **anomalije pri brisanju** (izguba podatkov pri brisanju povezanih zapisov) — vse to vodi do nedoslednih, pokvarjenih podatkov.

Z razdelitvijo podatkov na povezane tabele tako, da je vsako dejstvo shranjeno enkrat, normalizacija odpravlja te težave in zagotavlja doslednost podatkov.

Razumevanje **normalnih oblik** (posebej 1NF, 2NF in **3NF** — praktična skupna meta — in načela, da bi se nebključni stolpci morali odvisati od ključa) zagotavlja okvir za pravilno zasnovo.

Enako pomembno je razumevanje **kompromisa med normalizacijo in denormalizacijo**: normalizacija izboljša integriteto, vendar zahteva več JOINov (potencialno počitnejše branje), zato medtem ko normalizirate privzeto za integriteto, je izbrana denormalizacija (sprejetje določene redundance za manj spojev in hitrejše branje) včasih upravičena za uspešnost (npr. analitika) — vedenje kdaj in zakaj narediti ta kompromis odraža zrelo presojo pri oblikovanju.

Ker je pravilno modeliranje podatkov temelj zanesljivih podatkovnih baz in ker je razumevanje normalizacije (izogibanje redundanci in anomalijam) in njenega kompromisa s denormalizacijo (integritet v primerjavi z uspešnostjo branja) ključno za zasnovo dobro strukturiranih, doslednih, učinkovitih podatkovnih baz, je normalizacija pomembno, temeljno znanje za zasnovo podatkovne baze in pogosta tema intervjuja, ki kaže razumevanje zdrave modelizacije podatkov.