Bases de datos

Normalización

Normalización

La normalización de una base de datos es un proceso para organizar su información (tablas, atributos y relaciones) de manera que se eliminen (o, cuando menos, se minimicen) las redundancias de información a través de relaciones y tablas nuevas que las reemplacen

Entre algunas de las ventajas de realizar este proceso podemos mencionar:

• Mayor consistencia de información
• Un diseño más simple de nuestra base de datos
• Mayor eficiencia en nuestras consultas
• Facilida de mantenimiento de nuestra base de datos

Normalización

En estricto sentido, hay varias formas de normalización:

• Primera forma normal
• Segunda forma normal
• Tercera forma normal
• Forma normal de Boyce-Codd
• Cuarta forma normal
• Quinta forma normal
• Sexta forma normal

Normalización

En estricto sentido, hay varias formas de normalización:

• Primera forma normal
• Segunda forma normal
• Tercera forma normal
• Forma normal de Boyce-Codd
• Cuarta forma normal
• Quinta forma normal
• Sexta forma normal

Aunque, en la práctica, normalmente basta con llegar a la tercera forma normal (si acaso a la de Boyce-Codd, pero rara vez es necesario llegar hasta la sexta)

Ejemplo

Vamos a usar una tabla de ejemplo para demostrar el proceso:

Primera forma normal

Para que una tabla esté en primera forma normal se deben cumplir las siguientes condiciones:

1. Cada atributo debe contener un valor atómico (es decir, indivisible)
2. Los atributos deben tener valores consistentes (no se puede tener, por ejemplo, valores en pesos en algunas filas y otros en centavos)
3. No debe haber filas duplicadas
4. Cada fila debe estar identificada por una clave primaria

Primera forma normal

Revisando nuestra tabla de ejemplo podemos notar que:

• El nombre no es un valor atómico
• El domicilio tampoco es un valor atómico
• La lista de materias tampoco corresponde a un valor atómico

Primera forma normal

Revisando nuestra tabla de ejemplo podemos notar que:

• El nombre no es un valor atómico
• El domicilio tampoco es un valor atómico
• La lista de materias tampoco corresponde a un valor atómico

Podemos arreglar lo anterior haciendo lo siguiente:

• Separar el atributo nombre en dos atributos: nombre y apellido*
• Separar el atributo domicilio en los atributos domicilio, colonia, codigo_postal, ciudad y estado**
• Separar las materias en atributos distintos
• Separar el atributo tutor en dos atributos: tutor_nombre y tutor_apellido*

Primera forma normal

Separando los nombres y domicilios nos queda:

Primera forma normal

Vamos a enfocarnos, por un momento, sólo en las materias. Podemos separarlas de manera vertical u horizontal

Primera forma normal

Vamos a enfocarnos, por un momento, sólo en las materias. Podemos separarlas de manera vertical u horizontal

Si las separamos de manera vertical, nuestra tabla quedaría más o menos así:

Primera forma normal

Vamos a enfocarnos, por un momento, sólo en las materias. Podemos separarlas de manera vertical u horizontal

Si las separamos de manera vertical, nuestra tabla quedaría más o menos así:

El problema con eso es que estaríamos agregando redundancia a la tabla porque habría varias filas, una por cada materia, con la información de cada estudiante

Primera forma normal

Vamos a enfocarnos, por un momento, sólo en las materias. Podemos separarlas de manera vertical u horizontal

Si las separamos de manera horizontal, nuestra tabla quedaría más o menos así:

Primera forma normal

Vamos a enfocarnos, por un momento, sólo en las materias. Podemos separarlas de manera vertical u horizontal

Si las separamos de manera horizontal, nuestra tabla quedaría más o menos así:

Acá también podemos ver varios problemas:

• Una misma materia puede aparecer en distintos atributos dependiendo de la fila
• Cada materia cursada agregaría un atributo más (y eso nos llevaría a varios nulos)

Primera forma normal

Vamos a enfocarnos, por un momento, sólo en las materias. Podemos separarlas de manera vertical u horizontal

Si las separamos de manera horizontal, nuestra tabla quedaría más o menos así:

Acá también podemos ver varios problemas:

• Una misma materia puede aparecer en distintos atributos dependiendo de la fila
• Cada materia cursada agregaría un atributo más (y eso nos llevaría a varios nulos)

Primera forma normal

La solución, entonces, no se queda sólo en separar atributos sino en crear una tabla nueva y establecer una relación con la que ya existe:

Primera forma normal

De modo que ahora tenemos las siguientes tablas, todas en primera forma normal:

Segunda forma normal

Para que una tabla esté en segunda forma normal se deben cumplir las siguientes condiciones:

• La tabla debe estar en primera forma normal
• Cualquier atributo que no pertenezca a la clave primaria debe depender únicamente de la clave primaria

Segunda forma normal

Regresemos a nuestra tabla de ejemplo:

Segunda forma normal

Regresemos a nuestra tabla de ejemplo:

La información que identifica al tutor no depende de la matrícula porque la matrícula sólo identifica a cada estudiante

De hecho, es fácil ver que el tutor es una entidad propia y no un atributo del estudiante

Segunda forma normal

La solución es, nuevamente, generar una tabla nueva con una relación:

Segunda forma normal

La solución es, nuevamente, generar una tabla nueva con una relación:

¿Esa relación es correcta?

Segunda forma normal

Normalmente usamos una tabla para establecer una relación N a N pero en este caso, la relación no es así: un estudiante tiene un, y sólo un, tutor asignado; mientras que un tutor tiene varios estudiantes

La relación 1 a N la establecemos mediante una clave foránea pero la regla para la segunda forma normal dice que todo atributo de una tabla debe depender completamente de la clave primaria así que ¿podemos agregar una clave foránea?

Segunda forma normal

Normalmente usamos una tabla para establecer una relación N a N pero en este caso, la relación no es así: un estudiante tiene un, y sólo un, tutor asignado; mientras que un tutor tiene varios estudiantes

La relación 1 a N la establecemos mediante una clave foránea pero la regla para la segunda forma normal dice que todo atributo de una tabla debe depender completamente de la clave primaria así que ¿podemos agregar una clave foránea?

Una clave foránea no describe de ninguna manera a la entidad, sino que se usa para establecer una relación, de modo que podemos agregarla manteniendo la segunda forma normal

Segunda forma normal

De modo que ahora nos queda:

Segunda forma normal

De modo que ahora nos queda:

¿Y qué pasa ahora con el domicilio del estudiante?

Segunda forma normal

La regla para la segunda forma normal es, de nuevo, que el atributo dependa directamente de la clave. En ese sentido, la matrícula hace referencia a una persona en un contexto muy específico: su identidad dentro de una institución universitaria, de modo que la pregunta es ¿el domicilio es parte de esa identidad o es una entidad propia y distinta del estudiante?

Más aún, ¿que pasa si necesitamos el domicilio para distintas funciones?

En un sistema de ventas, por ejemplo, el domicilio de un cliente sirve para hacer envíos, facturar y cotizar, de modo que es fácil ver que el domicilio tendría que ser una entidad distinta del cliente, pero relacionada a éste

Segunda forma normal

Siguiendo esa misma idea, podemos separar al domicilio del estudiante a través de, como ya adivinaron, otra tabla y una relación nueva

Segunda forma normal

En este caso no sucedió pero hay que tener cuidado cuando normalizamos una tabla que tiene una clave compuesta: la regla es que cada atributo de la tabla dependa de la clave, de la clave completa si es que es una clave compuesta, no solo de una parte u otra de la clave

Si tienen una clave compuesta y uno o varios atributos dependen sólo de una parte de la clave compuesta (y no de la totalidad), entonces deberían separarlos en otra tabla; los únicos atributos que se deberían mantener en la tabla son aquellos que dependen de la clave compuesta completa

Segunda forma normal

Y nuestras tablas ya están en segunda forma normal

Tercera forma normal

Para que una tabla esté en tercera forma normal se deben cumplir las siguientes condiciones:

• La tabla debe estar en segunda forma normal
• Ningún atributo que no pertenezca a la clave primaria de la tabla debe depender transitivamente de la clave primaria

Tercera forma normal

Pongamos nuestra atención en la tabla de domicilios*:

Un estado tiene varias ciudades, una ciudad tiene varios códigos postales y un código postal tiene varias colonias. Eso implica varias dependencias transitivas a eliminar:

• El estado depende de la ciudad**
• La ciudad depende del código postal**
• El código postal depende de la colonia**

Tercera forma normal

Realizamos el proceso habitual, tablas nuevas con relaciones, de modo que nos quedamos con algo así luego de normalizar los atributos del domicilio:

domicilio

estado

colonia

codigo_postal

ciudad

Tercera forma normal

Y ya tenemos nuestras tablas en tercera forma normal

Normalización

Como pueden ver, las tablas resultantes eliminan la redundancia de la tabla del ejemplo original

Más aún, la información granulada que tenemos ahora nos permite hacer búsquedas no sólo por estudiante sino por:

• tutor
• materia
• regiones geográficas (colonia, código postal, ciudad o estado)

Otras formas normales

Hablando en términos generales, llegar a las otras formas normales tiene pocos beneficios contra el esfuerzo que implica su normalización y no se ven en el campo profesional excepto en entornos altamente especializados

Otras formas normales

Hablando en términos generales, llegar a las otras formas normales tiene pocos beneficios contra el esfuerzo que implica su normalización y no se ven en el campo profesional excepto en entornos altamente especializados

Spoiler: ¿Recuerdan que en los diagramas entidad-relación les he dicho que siempre mapeen las relaciones únicamente entre dos atributos (de 1 a 1) en vez de tres o más a la vez? Eso obedece a la cuarta forma normal