kazminaviktoriya1
В профиль
Выход
![](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="42" height="42"><rect fill-opacity="0"/></svg>)
Добавить аккаунт
Нормализация логической ER-модели: первые три нормальные формы
Вы уже знаете, что в ER-моделях выделяют три уровня абстракции. На одном из них — логическом — применяют правила нормализации. В этом уроке вы узнаете, что такое нормализация, зачем она нужна и какие нормальные формы, как правило, используют.
Что такое нормализация и зачем она нам нужна
Вы уже знаете, как составлять логическую ER-модель в разных нотациях, но на этом работа с ней не заканчивается. Логическая ER-модель детальнее концептуальной, и нужно проверить, не попали ли в неё лишние данные. Для этого вам понадобится нормализация.
Нормализация — это процесс, при котором системный аналитик проверяет логическую ER-модель по определённым правилам, чтобы понять, качественно ли она составлена.
Нормализация позволяет обнаружить в ER-модели некорректно представленные сущности (то есть те, где слишком много атрибутов) или новые сущности, которые можно выделить из уже имеющихся. Нормализация помогает системному аналитику повысить качество логической ER-модели.
Что такое нормальные формы
Чтобы нормализовать ER-модель, при её составлении нужно придерживаться нормальных форм.
Нормальная форма — это набор правил и критериев, которым должна соответствовать логическая ER-модель.
Существует девять нормальных форм. Как уровни требований и уровни ER-модели, они идут последовательно:
- Нулевая нормальная форма (0НФ), или ненормализованная форма
- Первая нормальная форма (1НФ)
- Вторая нормальная форма (2НФ)
- Третья нормальная форма (3НФ)
- Нормальная форма Бойса-Кодда (НФБК)
- Четвёртая нормальная форма (4НФ)
- Пятая нормальная форма (5НФ)
- Доменно-ключевая нормальная форма (ДКНФ)
- Шестая нормальная форма (6НФ)
С каждой новой формой критерии, которым должна соответствовать ER-модель, становятся строже. Перед тем как привести модель данных к следующей нормальной форме, нужно, чтобы сначала она находилась в предыдущей.
Нормализацию логической ER-модели можно сравнить с прохождением компьютерной игры. Чтобы перейти на следующий уровень, вам обязательно нужно пройти предыдущий. При этом с каждым новым уровнем игра становится сложнее. То же происходит с каждой следующей нормальной формой.
В системном анализе нужно соблюдать первые три нормальные формы. Бывают модели данных, нормализованные до 4НФ, но модели, приведённые к дальнейшим формам, практически не встречаются. Так происходит потому, что с каждой следующей нормализацией в модели данных появляется больше сущностей, а значит, её сложнее читать и актуализировать. Поэтому обычно модели данных нормализуют до 3НФ, поддерживая таким образом баланс — модель данных должна учитывать важные детали, не превращаясь в нечитабельное полотно.
Как нормализовать логическую ER-модель данных
Вы можете начать нормализацию с выделения одной сущности и её атрибутов, которые необходимы для того, чтобы составить логическую модель. В процессе приведения к 1НФ, а затем 2НФ и 3НФ модель будет разрастаться — в ней появится больше сущностей. До начала нормализации логическая ER-модель находится в ненормализованной форме или 0НФ.
![](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="2616" height="1719"><rect fill-opacity="0"/></svg>)
Теперь давайте потренируемся. Представьте, что вас попросили разработать CRM -систему для фитнес-центра. Давайте попробуем привести логическую модель от нулевой (0НФ) нормальной формы к третьей.
Требования к будущей системе обязывают хранить данные о:
- посетителе и его клубной карте;
- тарифе клубной карты;
- тренировках, на которые посетитель ходит;
- личном менеджере, который работает с клиентом.
Чтобы соблюсти требования, построим логическую ER-модель, выделив сущность «посетитель» и её атрибуты.
В этом уроке мы рассматриваем пример ER-модели в нотации Crow’s foot (она же «воронья лапка», она же «перевернутая стрелка», она же нотация Мартина).
Сейчас наша модель находится в ненормализованной или нулевой нормальной форме. Как вы помните, на логическом уровне ER-модели системный аналитик определяет не только сущности и их атрибуты, но и первичный ключ. В нашем случае первичный ключ — «номер клубной карты». Теперь приступаем к нормализации логической ER-модели.
Первая нормальная форма
Логическая модель данных находится в первой нормальной форме (1НФ), если любая сущность не содержит атрибуты с повторяющимися значениями для одного экземпляра сущности.
Из этого примера следует, что у сущности «посетитель» есть уникальные атрибуты (выделены синим) и группы повторяющих атрибутов (выделены оранжевым и фиолетовым).
Что значит повторяющиеся атрибуты? В сущности «посетитель» у нас хранятся данные личного менеджера, который с ним работает. Данные личного менеджера могут повторяться, потому что он может работать с несколькими посетителями. Так мы делаем вывод, что данные личного менеджера лучше выделить в отдельную сущность.
Но это ещё не всё. Вот как мы будем приводить модель к 1НФ:
- Уберём из сущности повторяющиеся атрибуты и их группы
Под каждую группу повторяющихся атрибутов создадим новую сущность. В итоге у нас получатся две новые сущности — «тренировки» и «личный менеджер». Теперь нужно выбрать первичный ключ каждой из них и связать их со старой сущностью «посетитель».
- Разделим составные атрибуты на простые
В сущностях «посетитель» и «личный менеджер» есть составные атрибуты — Ф.И.О. и адрес. Нужно разделить их на простые:
- Ф.И.О. на «фамилия», «имя», «отчество»;
- адрес на «город», «улица», «дом», «номер офиса».
- Избавимся от связей «многие ко многим» (M;N)
Чтобы избавиться от связи «многие ко многим», выделим новую промежуточную сущность «тренировки посетителя».
Промежуточная сущность — это сущность, описывающая свойства связи между другими сущностями.
В новую сущность вынесем атрибуты «дата тренировки», «номер уровня сложности» и «уровень сложности тренировки», оставив в сущности «тренировки» только описание занятий. В новой сущности выделим составной ключ «номер тренировки», «номер клубной карты», «номер уровня сложности» и «дата тренировки», чтобы один посетитель не мог дважды пойти на одну и ту же тренировку определённого уровня (например, для продолжающих) в один и тот же день.
Итак, мы привели модель к 1НФ:
Вторая нормальная форма
Как вы помните, обычно модель приводят к первым трём нормальным формам. Поэтому наша следующая задача — привести её к 2НФ, то есть детализировать ещё больше.
Логическая модель данных находится во второй нормальной форме (2НФ), если она уже приведена к первой нормальной форме, и каждая её сущность содержит атрибуты, которые зависят от всего первичного ключа.
Чтобы привести нашу модель ко второй нормальной форме, сначала зададимся вопросом: «Включает ли в себя первичный ключ более одного атрибута?».
В сущностях «посетитель», «тренировки» и «личный менеджер» простой первичный ключ, значит, они уже находятся в 2НФ, поскольку каждый атрибут этой сущности зависит от собственного простого первичного ключа. В сущности «тренировки посетителя» — составной первичный ключ. С ней мы и будем работать для приведения всей модели к 2НФ.
Таким образом, чтобы привести модель к 2НФ, нужно убрать из сущности «тренировки посетителя» атрибут «уровень сложности», выделив его в отдельную сущность.
Третья нормальная форма
Логическая модель данных находится в третьей нормальной форме (3НФ), если она уже приведена к 2НФ, и в каждой её сущности значение одного неключевого атрибута (это все атрибуты, кроме первичных ключей) не зависит от значения другого неключевого атрибута.
Теперь разберёмся с тем, что нужно сделать, чтобы привести модель к 3НФ.
Итак, чтобы привести модель к 3НФ, нужно данные тарифа выделить в отдельную сущность («тариф»), тогда все атрибуты в сущности «посетитель» будут зависеть только от ключевого атрибута (первичного ключа). Так модель будет выглядеть в 3НФ:
В дальнейшем вам не понадобится каждый раз начинать нормализацию с выделения одной сущности, которую вы постепенно приводите к 3НФ. Вы сможете сразу составить модель в третьей нормальной форме, если знаете правила для 1НФ и 2НФ.
Подведём итоги
Нормализация — это процесс, при котором системный аналитик проверяет логическую ER-модель по определённым правилам, чтобы понять, качественно ли она составлена.
Нормализация помогает системному аналитику повысить качество логической модели данных и позволяет обнаружить некорректно представленные в модели данных сущности или новые сущности, которые можно выделить из уже имеющихся.
Чтобы нормализовать модель данных, нужно привести её к определённой нормальной форме. Всего — девять нормальных форм, но модель данных, как правило, приводят к первым трём формам.
- Для того чтобы привести модель к первой нормальной форме, вы можете задать себе вопрос: «Имеют ли какие-либо атрибуты несколько значений для одного экземпляра сущности?»
- Для приведения ко второй нормальной форме вы можете задать себе вопрос: «Состоит ли первичный ключ из более чем одного атрибута? Зависят какие-либо значения атрибутов только от части первичного ключа?»
- Для приведения её к третьей нормальной форме вы можете задать себе вопрос: «Зависят ли значение одного неключевого атрибута сущности от значения другого неключевого атрибута этой сущности?»
Чтобы вам было проще запомнить последовательность действий при нормализации, мы подготовили специальную инструкцию. Она пошагово рассказывает, как привести модель к той или иной нормальной форме (речь идёт о первых трёх), и пригодится вам и при выполнении домашнего задания, и в работе системным аналитиком.
