Chuẩn hóa cơ sở dữ liệu là gì?

Question

Accepted Answer

**Chuẩn hóa (normalization)** là quá trình tổ chức dữ liệu để **giảm dư thừa** và cải thiện tính toàn vẹn bằng cách tách dữ liệu thành các bảng liên quan, tuân theo một loạt "dạng chuẩn (normal form)". Mục tiêu: mỗi mẩu dữ liệu được lưu **một lần**, tránh trùng lặp và các bất thường mà nó gây ra.

## Vấn đề: một bảng phi chuẩn hóa (dư thừa)

Vấn đề (bất thường):
  ✗ Bất thường khi UPDATE — đổi email của Ann → phải cập nhật MỌI đơn hàng của cô ấy
  ✗ Bất thường khi INSERT — không thể thêm một khách hàng nếu không có đơn hàng
  ✗ Bất thường khi DELETE — xóa đơn hàng cuối của Ann làm mất hẳn thông tin của cô ấy
  ✗ Lãng phí lưu trữ và rủi ro không nhất quán
```

## Giải pháp: tách thành các bảng liên quan

```text
✅ ĐÃ CHUẨN HÓA — mỗi thực thể trong bảng riêng, liên kết bằng key:
  customers: id | name | email          (Ann được lưu MỘT lần)
  products:  id | name | price
  orders:    id | customer_id | product_id   (tham chiếu các bảng khác)
→ Đổi email của Ann ở MỘT chỗ; không trùng lặp; không bất thường.
```

Chuẩn hóa tách dữ liệu sao cho mỗi sự kiện chỉ nằm ở một chỗ — thông tin khách hàng trong `customers`, sản phẩm trong `products`, và `orders` tham chiếu chúng bằng key.

## Các dạng chuẩn (chặt chẽ dần)

```text
1NF → giá trị nguyên tử (không có nhóm lặp / cột đa giá trị), có primary key
2NF → 1NF + không phụ thuộc một phần (cột không khóa phụ thuộc vào TOÀN BỘ primary key)
3NF → 2NF + không phụ thuộc bắc cầu (cột không khóa CHỈ phụ thuộc vào key, không phụ thuộc
      vào cột không khóa khác)
→ 3NF là mục tiêu thực tế phổ biến; BCNF, 4NF, 5NF tồn tại cho các trường hợp chặt hơn.
```

## Chuẩn hóa vs phi chuẩn hóa (sự đánh đổi)

```text
Đã chuẩn hóa   → ít dư thừa, toàn vẹn tốt hơn, nhưng nhiều JOIN hơn (đọc có thể chậm hơn)
Phi chuẩn hóa  → chấp nhận một số trùng lặp để có ÍT join hơn → đọc nhanh hơn (vd phân tích/báo cáo)
→ Chuẩn hóa mặc định (toàn vẹn); phi chuẩn hóa có chọn lọc cho hiệu năng đọc
  khi có lý do chính đáng (cẩn thận giữ các bản trùng nhất quán).
```

## Tại sao điều này quan trọng

Chuẩn hóa là một khái niệm nền tảng của thiết kế database — đó là cách bạn cấu trúc dữ liệu để tránh dư thừa và duy trì toàn vẹn, điều thiết yếu để thiết kế các database quan hệ đáng tin cậy, nên hiểu nó là quan trọng.

Giá trị cốt lõi là ngăn các **bất thường** mà dữ liệu dư thừa (phi chuẩn hóa) gây ra: **bất thường khi update** (thay đổi dữ liệu bị lặp ở nhiều nơi, gây rủi ro không nhất quán), **bất thường khi insert** (không thể thêm dữ liệu nếu thiếu dữ liệu không liên quan), và **bất thường khi delete** (mất dữ liệu khi xóa các record liên quan) — tất cả đều dẫn đến dữ liệu không nhất quán, hỏng.

Bằng cách tách dữ liệu thành các bảng liên quan sao cho mỗi sự kiện được lưu một lần, chuẩn hóa loại bỏ các vấn đề này và đảm bảo nhất quán dữ liệu.

Hiểu các **dạng chuẩn** (đặc biệt 1NF, 2NF và **3NF** — mục tiêu thực tế phổ biến — và nguyên tắc rằng cột không khóa nên phụ thuộc vào key) cung cấp khung cho thiết kế đúng.

Cũng quan trọng không kém là hiểu **sự đánh đổi giữa chuẩn hóa và phi chuẩn hóa**: chuẩn hóa cải thiện toàn vẹn nhưng cần nhiều JOIN hơn (đọc có thể chậm hơn), nên dù chuẩn hóa mặc định vì toàn vẹn, phi chuẩn hóa có chọn lọc (chấp nhận một số trùng lặp để ít join hơn và đọc nhanh hơn) đôi khi hợp lý cho hiệu năng (vd phân tích) — biết khi nào và tại sao đánh đổi này phản ánh sự chín chắn trong thiết kế.

Vì mô hình hóa dữ liệu đúng là nền tảng cho database đáng tin cậy, và vì hiểu chuẩn hóa (tránh dư thừa và bất thường) cùng sự đánh đổi với phi chuẩn hóa (toàn vẹn vs hiệu năng đọc) là then chốt để thiết kế database có cấu trúc tốt, nhất quán, hiệu năng cao, chuẩn hóa là kiến thức quan trọng, nền tảng cho thiết kế database và là một chủ đề phỏng vấn phổ biến cho thấy hiểu biết về mô hình hóa dữ liệu vững vàng.