A cosa serve la normalizzazione nei database (forme normali)

La Prima Forma Normale (1NF) richiede che tutte le colonne di una tabella siano atomiche, il che significa che non devono contenere valori composti o multipli. Per comprendere meglio questa forma normale, ecco un esempio di una tabella non in 1NF e come può essere trasformata per soddisfare i requisiti della 1NF. La trasformazione in 1NF consente una migliore struttura dei dati, facilita le operazioni di interrogazione e rende il database più conforme agli standard di progettazione dei database relazionali.

Supponiamo di lavorare su una tabella che tiene traccia dei corsi di formazione offerti da un’azienda.

La tabella potrebbe inizialmente sembrare così:

Tabella “Corsi” (non è ancora in 1NF):

In questa tabella, la colonna “Docenti” contiene valori multipli separati da virgole. Questo non è conforme alla 1NF poiché la colonna non è atomica: ed è esattamente il caso che dicevamo prima relativamente al numero di telefono. Quello che un informatico fa in questi casi è proprio quello che suggerisce l’intuito, e a cui la teoria dà una certa base di fondamento: bisogna separare i campi, e fare in modo che siano presenti il campo Docente1 e Docente2. Questa è una scelta lecita nella misura in cui possiamo sdoppiare i dati e, soprattutto, possiamo farlo senza stravolgere la chiave primaria. Avremo quindi che:

diventerà:

per quanto questo abbia il problema dei valori null per gran parte dei campi non doppi!

Per portare la tabella iniziale alla 1NF, dovremmo come seconda strategia suddividere la colonna “Docenti” in righe separate, in modo che ogni cella contenga un singolo valore.

Questo possiamo farlo facilmente aggiungendo una riga al database, avendo cura di estendere la chiave primaria da solo ID a ID e Docente (altrimenti avremmo doppio ID = 1 per due tuple, e non sarebbe più ammissibile come vincolo di integrità referenziale di chiave).

Tabella “Corsi” (In 1NF)

Ora la tabella è in Prima Forma Normale poiché tutte le colonne contengono valori atomici e non ci sono più valori multipli separati da virgole o altre delimitazioni.  In generale generale quindi esistono due strategie per ridurre una tabella in forma normale:

1. la prima consiste nel suddividere il campo con contenuti doppi (telefono, indirizzo ecc.)
2. la seconda consiste nel creare una chiave primaria aggregata che sarà composta dalla chiave primaria originale più il campo che è stato duplicato.

La Seconda Forma Normale (2NF) richiede anzitutto che una tabella sia in Prima Forma Normale (1NF) e poi che ogni attributo non chiave sia funzionalmente dipendente dalla chiave primaria. Per comprendere meglio la 2NF, consideriamo un esempio classico, supponendo di avere una tabella chiamata “Ordini” che tiene traccia degli ordini dei clienti, in cui ogni ordine può contenere più prodotti.

Tabella “Ordini” (non ancora in 2NF)

La teoria ci suggerisce che se abbiamo una relazione R(A,B,C,D,E) e una dipendenza funzionale del tipo:

A -> D (D dipende funzionamento da A)

si andrà a decomporre in questo modo:

1. creare una nuova relazione R1(A,D), dove gli attributi saranno “suggeriti” dalla dipendenza stessa;
2. creare una nuova relazione R2(A,B,C,E), dove gli attributi non chiave sono quelli che non compaiono in precedenza.

La teoria ci dice che se abbiamo una relazione R(A,B,C,D,E) e una dipendenza funzionale del tipo:

A, B -> C (C dipende funzionamento da A e B)

si andrà a decomporre in questo modo:

1. creare una nuova relazione R1(A,B,C), dove gli attributi sono suggeriti dalla dipendenza stessa;
2. creare una nuova relazione R2(A,B,D,E), dove gli attributi non chiave sono quelli che non compaiono in precedenza.

Nella tabella dell’esempio la chiave primaria è composta da due colonne: “Numero Ordine” e “Prodotto”.

Nello specifico, la colonna “Cliente” dipende solo da “Numero Ordine” della chiave primaria, ma non da “Prodotto”. Questo significa che la tabella non è in 2NF: per portare questa tabella alla 2NF, dovremo suddividere la tabella in due tabelle separate: una per le informazioni sugli ordini e l’altra per le informazioni sui prodotti. Inoltre, creeremo una chiave esterna nella tabella degli ordini per collegare i prodotti agli ordini:

Tabella “Ordini” (In 2NF):

Tabella “Dettagli Ordine” (In 2NF)

Ora le tabelle sono in Seconda Forma Normale. La tabella “Ordini” ha una chiave primaria composta da “Numero Ordine”, e la tabella “Dettagli Ordine” ha una chiave primaria composta da “Numero Ordine” e “Prodotto”. Inoltre, la dipendenza funzionale tra il “Cliente” e la chiave primaria della tabella “Ordini” è stata risolta.

Questo schema migliora la struttura dei dati e rende il database più efficiente e conforme alla 2NF.

La Terza Forma Normale (3NF) richiede che una tabella sia in Seconda Forma Normale (2NF) e che non ci siano dipendenze transitiva tra le colonne non-chiave.

Per illustrare la 3NF, consideriamo un esempio: supponiamo di avere una tabella chiamata “Dipendenti” che tiene traccia delle informazioni sui dipendenti di un’azienda:

Tabella “Dipendenti” (Non in 3NF)

In questa tabella, abbiamo le colonne “Nome” e “Dipartimento”, ma anche una colonna “Responsabile” che indica il responsabile di ciascun dipendente. La colonna “Responsabile” crea una dipendenza transitiva, poiché il “Responsabile” è in realtà un dipendente identificato dall’ID dipendente. Questo significa che la tabella non è in 3NF.

Per portare questa tabella alla 3NF, dobbiamo rimuovere la dipendenza transitiva. Questo può essere fatto suddividendo la tabella in due tabelle separate: una per le informazioni sui dipendenti e l’altra per le informazioni sui dipartimenti. Inoltre, nella tabella dei dipendenti, rimuoveremo la colonna “Responsabile” e creeremo una chiave esterna per collegare i dipendenti ai loro responsabili:

Tabella “Dipendenti” (In 3NF):

Tabella “Responsabili” (In 3NF):

Ora le tabelle sono in Terza Forma Normale. La tabella “Dipendenti” ha una chiave primaria composta da “ID Dipendente,” e la colonna “Responsabile” è stata spostata in una tabella separata, eliminando così la dipendenza transitiva. La tabella “Responsabili” contiene le relazioni tra i dipendenti e i loro responsabili.

Questo schema migliora la struttura dei dati e rende il database più efficiente e conforme alla 3NF.

La Quarta Forma Normale (4NF) è una forma normale avanzata che affronta le dipendenze multivalore tra gli attributi di una tabella. Per illustrare la 4NF, consideriamo un esempio di una tabella che contiene dipendenze multivalore:

Supponiamo di avere una tabella chiamata “Libri” che tiene traccia dei libri presenti in una biblioteca e delle diverse edizioni di ciascun libro:

Tabella “Libri” (Non in 4NF):

In questa tabella, la colonna “Edizioni” contiene una dipendenza multivalore poiché ogni libro può avere più edizioni, ma queste edizioni sono rappresentate come una stringa delimitata da virgole. Questo non è conforme alla 4NF.

Per portare questa tabella alla 4NF, dobbiamo suddividere la tabella in due tabelle separate: una per le informazioni sui libri e l’altra per le informazioni sulle edizioni dei libri. La tabella delle edizioni dovrebbe includere una chiave esterna che collega ciascuna edizione al libro corrispondente:

Tabella “Libri” (In 4NF):

Tabella “Edizioni Libri” (In 4NF):

Ora le tabelle sono in Quarta Forma Normale. La tabella delle edizioni dei libri contiene una chiave primaria composta da “ISBN” e “Edizione,” e la dipendenza multivalore è stata risolta attraverso una tabella separata.

La 4NF è utile quando si affrontano situazioni di dipendenza multivalore complesse nei dati, ma va notato che non è sempre necessaria per tutti i database. La decisione di normalizzare fino alla 4NF dovrebbe essere basata sulle esigenze specifiche del database e sulla complessità dei dati.

La Boyce-Codd Normal Form (BCNF) è una forma normale avanzata che affronta le dipendenze funzionali nei dati di una tabella. Per illustrare la BCNF, consideriamo un esempio:

Supponiamo di avere una tabella chiamata “StudentiCorsi” che tiene traccia delle iscrizioni degli studenti ai corsi in un’università:

Tabella “StudentiCorsi” (Non in BCNF):

In questa tabella, abbiamo le colonne “Matricola” e “Codice Corso,” ma il “Nome Corso” dipende solo dal “Codice Corso” e non dalla “Matricola.” Tuttavia, la “Matricola” è parte della chiave primaria insieme al “Codice Corso.” Questo crea una dipendenza funzionale non banale tra non-chiavi (il “Nome Corso”) e parte della chiave primaria. La tabella non è in BCNF a causa di questa dipendenza.

Per portare questa tabella alla BCNF, dobbiamo separare i dati delle iscrizioni degli studenti dai dati dei corsi e creare una tabella separata per i corsi. Inoltre, creeremo una chiave esterna nella tabella degli studenti per collegare gli studenti ai corsi a cui sono iscritti:

Tabella “Studenti” (In BCNF):

Tabella “Corsi” (In BCNF):

Tabella “Iscrizioni” (In BCNF):

Ora le tabelle sono in Boyce-Codd Normal Form (BCNF). La tabella “Iscrizioni” contiene solo dati relativi alle iscrizioni degli studenti e non ci sono dipendenze non banali tra non-chiavi e parte della chiave primaria.

La BCNF è una forma normale avanzata e spesso viene applicata a database complessi per garantire che non ci siano dipendenze funzionali anomale nei dati, migliorando così la struttura del database e la gestione delle informazioni.