Tecnologia de Base de Dados Processo de Normalização. MSc. Eugénio Alberto Macumbe

Transcrição

1 Tecnologia de Base de Dados Processo de Normalização MSc. Eugénio Alberto Macumbe

2 Porquê normalizar? Após a construção do modelo conceptual dos dados é feita a transformação para um modelo lógico (esquema relacional) O conjunto de tabelas obtido representa a estrutura da informação de um modo natural e completo Mas é necessário avaliar o grau de redundâncias existente A normalização tem como objectivo modificar o conjunto de tabelas obtido, por transformação do modelo conceptual, num outro conjunto de tabelas equivalente menos redundante e mais estável.

3 Relações bem-estruturadas O que são: Contêm um mínimo de redundância; Permitem aos utilizadores inserir, modificar e apagar linhas em tabelas, sem erros e inconsistências.

4 Empregado 1 Emp_ID Nome Depart Salário 100 Margarida Marketing Hélio Financeira Cristóvão Sist. Informação Lourenço Contabilidade Susana Marketing Relações bem-estruturadas Tendo em atenção as duas tabelas seguintes qual a que representa uma relação bem-estruturada? Empregado 2 Emp_ID Nome Depart Salário Curso Dta de conclusão 100 Margarida Marketing SPSS Margarida Marketing Pesquisa Hélio Financeira IVA Cristóvão Sist. Informação SPSS Cristóvão Sist. Informação C Lourenço Contabilidade Investiment Susana Marketing SPSS Susana Marketing TQM Claro que é a 1ª, uma vez que só apresenta informação sobre um empregado e qualquer modificação, como por ex. o salário, será confinado a uma única linha da tabela. A 2ª contém informação sobre os empregados e os cursos que eles frequentaram, donde a chave para esta tabela terá de ser uma combinação entre EmpID e Curso.

5 Anomalias de Modificação Imagine-se que o empregado 100 tem um aumento de vencimento. Então esse aumento tem de ser registado em cada uma das linhas em que a existem ocorrências desse empregado. Não é muito práctico, pois não? Relações bem-estruturadas Redundâncias numa tabela podem resultar em erros e inconsistências, quando o utilizador tenta actualizar os dados na tabela. São 3 os tipos de anomalias: Anomalias de inserção Caso se pretenda inserir um novo empregado na tabela 2, como a chave é Emp_ID e Curso, só é possível efectuar a inserção se ambas existirem; Anomalias de remoção se, p.ex., os dados do empregado 140 for apagado da tabela, também perdemos informação sobre o curso que esse empregado frequentou. Será que é isso que se pretende?

6 Relações bem-estruturadas Então a tabela Empregado_2 não é uma relação bem estruturada e pode ser dividida em 2 relações: Empregado Curso O conceito de Normalização tem por base esta explicação e a capacidade de efectuar relações bem-estruturadas.

7 NORMALIZAÇÃO Normalização é um processo sistemático através do qual uma tabela relacional não normalizada é transformada em um conjunto de tabelas normalizadas, que representem da melhor forma possível uma realidade a ser modelada. Um conceito básico usado para a normalização é o conceito de dependência funcional.

8 NORMALIZAÇÃO 1. Dependência Funcional Dada uma relação, um atributo Y é dito funcionalmente dependente de um outro atributo X se e, somente se, cada ocorrência de X está associada sempre com a mesma ocorrência de Y. Diz-se que: X -> Y X determina Y X designa Y

9 NORMALIZAÇÃO 2. Processo de Normalização O processo de normalização passa pelas seguintes etapas: O documento ou arquivo a ser normalizado é representado na forma de uma tabela não normalizada; A tabela vai sendo decomposta em tabelas normalizadas ("bem projetadas"). A normalização dá-se em três passos principais, passando por três formas normais; Uma forma normal é um conjunto de regras que uma tabela deve obedecer. Estas regras destinam-se a eliminar as redundâncias de dados.

10 Etapas da Normalização ( )

11 NORMALIZAÇÃO - Exemplo de documento a normalizar: Relatório de Alocação a Projeto CÓDIGO DO PROJETO: LSC001 TIPO: Novo Desenv. DESCRIÇÃO: Sist. Estoque. NOEMP NOME CATEG SALÁRIO INÍCIO TEMPO PROJETO ALOCAÇÃO 2146 João A /11/ Sílvio A /10/ José B /10/ Carlos A /11/92 12 CÓDIGO DO PROJETO: PAG02 TIPO: Manutenção DESCRIÇÃO: Sistema de RH. NOEMP NOME CATEG SALÁRIO INÍCIO TEMPO PROJETO ALOCAÇÃO 1181 Carlos A /11/ Luís A /10/ José B /11/92 11

12 NORMALIZAÇÃO Forma Não Normalizada Uma tabela não normalizada (NN) contém valores de atributos não atômicos, isto é, contém tabelas embutidas (grupos repetidos, arrays). Representação não normalizada : PROJ ( CODPROJ, TIPOPROJ, DESCR, (( DATAINÍCIO,TEMPOALOC (NOEMP, NOME, CAT, SAL, Deve-se observar a representação do embutimento de tabelas através de parênteses e a indicação das chaves primárias em cada nível de embutimento.

13 NORMALIZAÇÃO 2.1 Primeira Forma Normal Uma tabela na primeira forma normal (PFN) não contém tabelas embutidas. A passagem à primeira forma normal é feita nos seguintes passos: 1. Para cada tabela embutida (cada uma abre parênteses), inclusive a mais externa, é criada uma tabela na PFN que contém: - as chaves primárias de cada tabela externa à tabela embutida; - os atributos da própria tabela embutida. 2. São definidas as chaves primárias das tabelas na PFN.

14 NORMALIZAÇÃO Passagem à PFN - decomposição de tabelas - Tabela1: corresponde ao nível externo ( DESCR PROJ ( CODPROJ, TIPOPROJ, - Tabela2: corresponde à tabela embutida PROJEMP (CODPROJ, NOEMP, NOME, CAT, SAL, ( TEMPOALOC DATAINÍCIO,

15 NORMALIZAÇÃO Passagem à PFN - identificação de chaves - Tabela1: corresponde ao nível externo ( DESCR PROJ ( CODPROJ, TIPOPROJ, - Tabela2: corresponde à tabela embutida PROJEMP (CODPROJ, NOEMP, NOME, CAT, SAL, ( TEMPOALOC DATAINÍCIO,

16 NORMALIZAÇÃO 2.2 Segunda Forma Normal Uma tabela está na segunda forma normal (SFN) quando, além de estar na PFN, cada atributo não chave primária depende funcionalmente de toda a chave primária e não de apenas parte dela. Ao passar uma tabela para a SFN é necessário considerar apenas tabelas que tenham: - chave primária composta; - pelo menos um atributo não chave.

17 Para o caso do exemplo: NORMALIZAÇÃO ( DESCR PROJ (CODPROJ, TIPOPROJ, ( DATAINÍCIO,TEMPOALOC PROJEMP (CODPROJ, NOEMP, ( SAL EMP (NOEMP, NOME, CAT,

18 2.3 Terceira Forma Normal NORMALIZAÇÃO Uma tabela está na terceira forma normal (TFN) quando, além de estar na SFN, cada atributo não chave primária depende directamente da chave primária, isto é, não há dependências entre atributos não chave; Na passagem à TFN, basta considerar tabelas com mais de um atributo não chave.

19 Para o caso do exemplo: NORMALIZAÇÃO ( DESCR PROJ (CODPROJ, TIPOPROJ, ( DATAINÍCIO,TEMPOALOC PROJEMP (CODPROJ, NOEMP, EMP ( NOEMP, NOME, CAT, SAL )

20 NORMALIZAÇÃO EMP ( NOEMP, NOME, CAT, SAL ) EMP é subdividida em duas: EMP ( NOEMP, NOME, CAT ) CATEGORIA (CAT, SAL )

21 Documento normalizado: NORMALIZAÇÃO ( DESCR PROJ (CODPROJ, TIPOPROJ, ( DATAINÍCIO,TEMPOALOC PROJEMP (CODPROJ, NOEMP, ( CAT EMP ( NOEMP, NOME, ( SAL CATEGORIA (CAT,

22 Na Terceira Forma Normal: NORMALIZAÇÃO Atributos Calculados podem ser desconsiderados; Chaves candidatas não devem ser consideradas determinantes funcionais.

23 Formas Normais 2.4 Forma Normal Boyce/Codd (BCFN) A BCFN é um aperfeiçoamento da 3FN, destinada a lidar com situações em que se verifique a existência de mais do que uma chave candidata e que duas chaves candidatas possuam elementos comuns. Uma relação está na BCFN quando todos os atributos estão dependentes da chave, de toda a chave e de nada mais do que a chave.

24 Forma Normal Boyce/Codd (BCFN) (paciente, serviço) médico R(doente, serviço, médico) (um doente, num determinado serviço hospitalar é sempre observado pelo mesmo médico, donde um médico só pertence a um e um só serviço) R1 (paciente,médico) R2 (médico, serviço) Mas esta solução permite ter um paciente com 2 médicos do mesmo serviço Tratamento a nível aplicacional, mantendo a relação R e R2 (criando redundância)

25 Forma Normal Boyce/Cood (BCFN) Imaginemos que temos a relação R(CodAluno, CodDisciplina, Professor) na 3FN, onde os alunos frequentam várias disciplinas. Cada professor só lecciona uma disciplina, mas uma disciplina pode ser leccionada por vários professores. Portanto, podemos verificar a seguinte dependência funcional (CodAluno, CodDisciplina) -> Professor. No entanto, existem duas chaves candidatas compostas, (CodAluno, CodDisciplina) e (CodAluno, Professor) e o atributo Professor não é chave candidata mas determina o CodDisciplina (Professor -> CodDisciplina), pois um professor só lecciona uma disciplina.

26 Formas Normais Quarta Forma Normal (4FN) Quinta Forma Normal (5FN) Em geral uma relação na BCNF está já na 4FN e 5FN, que surgem para resolver problemas muito raros. Uma relação encontra-se na 4FN, se está na BCFN e não existem dependências multivalor. Uma relação R está na 5FN se não puder ser mais decomposta sem perda de informação.

27 Consequências da Normalização 1FN 2FN 3FN BCFN 4FN 5FN relações - redundância Compromisso, bom senso, avaliação do desempenho do sistema e, eventualmente, necessidade de desnormalizar

28 Formas Normais Desnormalização O SGBD para além de implementar o modelo de dados de um universo, deverá considerar alguns aspectos que permitem melhorias na utilização do sistema. Trata-se de estabelecer um compromisso entre a flexibilidade do sistema e a viabilidade da sua utilização. Pretende-se um esquema equilibrado que não ponha em risco a integridade da BD, mas que, simultane-amente, tenha um desempenho razoável. Por essa razão, na maioria dos casos, o processo de norma-lização pára na 3FN.

29 Exercício de Normalização 1 "Uma fábrica de móveis vai informatizar os pedidos de produtos especificados por funcionários para revendedores. Cada pedido contém um número, data, prazo de entrega, nome do cliente (revendedor), endereço, cidade e inscrição estadual do revendedor. Além disso, um pedido contém vários itens de pedido. Cada item de pedido registra o código do produto, descrição, sector, quantidade, valor unitário, desconto e subtotal." Forma Não-Normalizada: PEDIDO (NUM_PEDIDO, DATA, PRAZO, NOME_REV, ENDEREÇO, CIDADE, INSCR_EST, NUM_FUN(COD_PROD, DESC, SECTOR, QUANTIDADE, VALOR_UNIT, DESCONTO, SUBTOTAL) )