Veritabanı normalizasyonu nedir?

Question

Accepted Answer

**Normalizasyonu**, verileri organize etme ve redundansı **azaltma** ile integriti artırma işlemidir. Bu, verileri ilgili tablolara bölmek ve "normal formlar" olarak adlandırılan bir dizi kuralı takip etmek suretiyle gerçekleştirilir. Amaç: her bir veri parçası **bir kez** depolanır, çoğaltmayı ve bunun neden olduğu anomalileri önler.

## Sorun: denormalize (redundant) bir tablo

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
```

## Çözüm: ilgili tablolara bölme

Normalizasyonu, verileri bölmek suretiyle her bir bilgi tek bir yerde yaşar — müşteri bilgileri `customers` tablosunda, ürünler `products` tablosunda ve `orders` bunları anahtar ile referans alır.

## Normal formlar (giderek daha katı)

```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.
```

## Normalizasyona karşı denormalizasyon (denge-trade-off)

```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).
```

## Neden önemli

Normalizasyonu, temel bir veritabanı tasarım konseptidir — verileri redundansı önlemek ve integriti korumak için nasıl yapılandıracağınızdır. Bu, güvenilir ilişkisel veritabanları tasarlamak için gereklidir, bu nedenle bunu anlamak önemlidir.

Temel değeri, redundant (denormalize) verilerin neden olduğu **anomalileri** önlemektir: **güncelleme anomalileri** (çoğaltılmış verileri birçok yerde değiştirmek, tutarsızlık riski), **ekleme anomalileri** (ilgisiz verileri olmadan veri ekleyememe), ve **silme anomalileri** (ilgili kayıtları silerken veri kaybı) — bunların hepsi tutarsız, bozuk veriye yol açar.

Verileri ilgili tablolara bölmek, her bir bilgi bir kez depolanacak şekilde yaparak, normalizasyonu bu sorunları ortadan kaldırır ve veri tutarlılığını sağlar.

**Normal formları** anlamak (özellikle 1NF, 2NF ve **3NF** — yaygın pratik hedef — ve anahtar olmayan sütunların anahtara bağlı olması ilkesi) uygun tasarım için çerçeve sağlar.

Eşit derecede önemli olan **normalizasyona karşı denormalizasyon denge-trade-off** unu anlamaktır: normalizasyonu integriti artırır ancak daha fazla JOIN gerektirir (potansiyel olarak daha yavaş okuma), bu nedenle varsayılan olarak integriti için normalize etseniz de, seçici denormalizasyon (bazı çoğaltmayı kabul etmek, daha az join ve daha hızlı okuma için) bazen performans için haklılaştırılabilir (ör. analitik) — bu denge-trade-off unu ne zaman ve neden yapacağını bilmek olgun tasarım yargısını gösterir.

Uygun veri modellemesi güvenilir veritabanlarının temeli olduğundan ve normalizasyonu anlamak (redundansı ve anomalileri önlemek) ile denormalizasyonla denge-trade-off (integriti karşı okuma performansı) iyi yapılandırılmış, tutarlı, performant veritabanları tasarlamak için anahtarı olduğundan, normalizasyonu önemli, temel veritabanı tasarımı bilgisidir ve ses veri modellemesini anlama gösteren yaygın bir mülakat konusudur.