ڈیٹا بیس نارملائزیشن کیا ہے؟

Question

Accepted Answer

**Normalization** ڈیٹا کو منظم کرنے کا عمل ہے تاکہ **redundancy کو کم کیا جا سکے** اور related tables میں ڈیٹا کو تقسیم کرتے ہوئے integrity کو بہتر بنایا جا سکے، "normal forms" کی ایک سیریز کی پیروی کرتے ہوئے۔ مقصد: ہر ڈیٹا کا ٹکڑا **ایک بار** محفوظ ہو، تکرار سے بچتے ہوئے اور اس کی وجہ سے ہونے والی خرابیوں سے۔

## مسئلہ: denormalized (redundant) table

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
```

## حل: related tables میں تقسیم کریں

Normalization ڈیٹا کو اس طرح تقسیم کرتا ہے کہ ہر حقیقت ایک جگہ رہے — `customers` میں customer کی معلومات، `products` میں products، اور `orders` ان کا reference key کے ذریعے کرتا ہے۔

## Normal forms (بتدریج سخت)

```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.
```

## Normalization بمقابلہ denormalization (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).
```

## اہمیت

Normalization ایک بنیادی database design کا تصور ہے — یہ وہ طریقہ ہے جس سے آپ ڈیٹا کو redundancy سے بچنے اور integrity برقرار رکھنے کے لیے منظم کرتے ہیں، جو قابل اعتماد relational databases ڈیزائن کرنے کے لیے ضروری ہے، اس لیے اس کو سمجھنا اہم ہے۔

بنیادی قدر **anomalies** کو روکنا ہے جو redundant (denormalized) ڈیٹا کی وجہ سے ہوتی ہے: **update anomalies** (بہت سی جگہوں پر duplicated ڈیٹا کو تبدیل کرنا، inconsistency کا خطرہ)، **insert anomalies** (غیر متعلقہ ڈیٹا کے بغیر ڈیٹا شامل نہیں کر سکتے)، اور **delete anomalies** (related records کو حذف کرتے وقت ڈیٹا کا نقصان) — یہ سب inconsistent، corrupt ڈیٹا کا سبب بنتے ہیں۔

ڈیٹا کو related tables میں تقسیم کرتے ہوئے تاکہ ہر حقیقت ایک بار محفوظ ہو، normalization ان مسائل کو ختم کرتا ہے اور ڈیٹا کی مطابقت کو یقینی بناتا ہے۔

**Normal forms** کو سمجھنا (خاص طور پر 1NF، 2NF، اور **3NF** — عام عملی ہدف — اور اصول کہ non-key columns کو key پر منحصر ہونا چاہیے) صحیح design کے لیے framework فراہم کرتا ہے۔

برابر اہم **normalization بمقابلہ denormalization trade-off** کو سمجھنا ہے: normalization integrity کو بہتر بناتا ہے لیکن مزید JOINs کی ضرورت ہوتی ہے (ممکنہ طور پر سست reads)، اس لیے جب کہ آپ default طور پر integrity کے لیے normalize کرتے ہیں، selective denormalization (کچھ duplication کو قبول کرتے ہوئے کم joins اور تیز reads کے لیے) کبھی کبھی performance کے لیے جائز ہے (مثال کے طور پر analytics) — یہ جاننا کہ کب اور کیوں یہ trade-off کریں پختہ design کے فیصلے کو ظاہر کرتا ہے۔

چونکہ صحیح ڈیٹا modeling قابل اعتماد databases کی بنیاد ہے، اور چونکہ normalization کو سمجھنا (redundancy اور anomalies سے بچنا) اور اس کا denormalization سے trade-off (integrity بمقابلہ read performance) اچھی طریقے سے structured، consistent، performant databases ڈیزائن کرنے کے لیے کلیدی ہے، normalization اہم، بنیادی knowledge ہے database design کے لیے اور ایک عام interview موضوع ہے جو sound data modeling کی سمجھ کو ظاہر کرتا ہے۔