Normalização até a terceira forma normal e quando desnormalizar

O que é

A descrição da Microsoft citada apresenta as três regras clássicas. Primeira forma normal: eliminar grupos repetitivos (nada de colunas phone1, phone2, phone3; uma linha por valor, em uma tabela separada com uma chave). Segunda forma normal: mover para uma tabela própria os conjuntos de valores que se aplicam a vários registros, relacionando-os por uma chave estrangeira. Terceira forma normal: eliminar os campos que não dependem da chave. O resumo habitual é que toda coluna não chave depende da chave, da chave inteira e de nada além da chave. A mesma fonte observa que a terceira forma normal é considerada o nível mais alto necessário para a maioria das aplicações.

Por que importa

Um fato armazenado em dois lugares acaba divergindo: se o endereço de um cliente é copiado para cada pedido, ele fica errado depois que o cliente se muda, a menos que todas as cópias sejam atualizadas. Tabelas normalizadas permitem atualizar cada fato em um único lugar e deixam o banco de dados garantir a consistência por meio de chaves estrangeiras. O custo são os joins na leitura e uma estrutura menos conveniente para relatórios.

Como aplicar

• Modele primeiro as entidades e os relacionamentos; dê a cada tabela uma chave primária estável e armazene cada fato onde ele depende somente dessa chave.
• Colunas com sufixos numéricos, listas separadas por vírgula em uma única coluna e colunas de "tipo" que mudam o significado das colunas vizinhas são as violações mais comuns da primeira forma normal; extraia-as para linhas.
• Desnormalize apenas diante de um problema de leitura comprovado: um contador, um total em cache, um nome de exibição copiado. Nomeie a cópia como derivada (cached_total, denormalised_customer_name) e documente o que a mantém atualizada.
• Mantenha os dados normalizados como fonte da verdade; um job que recalcula as colunas derivadas a partir deles e informa as diferenças é o teste de que a desnormalização continua correta.
• Snapshots não são desnormalização: a linha de uma fatura deve manter o preço e a descrição como eram no momento da venda, mesmo que a linha do produto mude depois.

Armadilhas

Normalizar demais dados de referência em tabelas de uma única coluna, que acrescentam joins sem proteger nada. Tratar uma coluna JSON como uma forma de escapar da modelagem. Desnormalizar antes de um plano de execução mostrar que o problema é o join. Confundir histórico (snapshots que não podem mudar) com cópias derivadas (que devem acompanhar a fonte).