12. Normalisierung

Normalisierung — Tabellen entwerfen, die sich nicht wehren

Bisher haben wir gelernt, wie man Tabellen erstellt, wie man sie abfragt und wie man sie mit Constraints schützt. Aber eine Frage haben wir stillschweigend übersprungen: Welche Spalten gehören überhaupt in welche Tabelle?

Sie können dieselbe Information auf viele verschiedene Arten speichern. Manche Entwürfe funktionieren am ersten Tag einwandfrei und fallen drei Monate später leise auseinander. Normalisierung ist die Menge an Regeln, die jene Entwürfe, die gut altern, von jenen trennt, die es nicht tun. Die Regeln haben formale Namen und mathematische Grundlagen, aber die zugrunde liegende Idee ist einfach: Jede unabhängige Tatsache gehört an genau einen Ort.

Beginnen wir damit, uns anzusehen, wie es schiefgeht.

Eine “kaputte” Datenbank zum Einstieg

Stellen Sie sich vor, unsere Schule möchte festhalten, wer welches Fach belegt, wer es unterrichtet und welche Note der Schüler bekommen hat. Jemand (vielleicht in Eile) entscheidet sich, alles in eine einzige große Tabelle zu packen. Sie sieht harmlos genug aus:

student_id	student_name	student_phone	class_name	class_room	course_id	course_title	teacher_name	teacher_initials	grade
1	Anna Gruber	0664-111, 0676-222	3AHITM	R204	101	Databases	Mr. Maurhart	MAO	2
1	Anna Gruber	0664-111, 0676-222	3AHITM	R204	102	Networking	Ms. Kender	KEN	1
2	Ben Hofer	0699-333	3AHITM	R204	101	Databases	Mr. Maurhart	MAO	3
3	Cara Wimmer	0660-444	4AHITM	R110	101	Databasse	Mr. Maurhart	MAO	2

Auf den ersten Blick beantwortet diese Tabelle jede Frage, die wir haben. Aber bei genauerem Hinsehen fällt sie bereits auseinander:

• Sie wiederholt sich. Die Klasse 3AHITM und ihr Raum “R204” erscheinen dreimal. “Mr. Maurhart” und sein Kürzel “MAO” erscheinen dreimal. All das wird einmal pro Einschreibung gespeichert, obwohl nichts davon mit irgendeiner einzelnen Note zu tun hat.
• Sie widerspricht sich. Zeile 4 sagt, der Kurs heiße “Databasse”. Ist das ein Tippfehler oder ein anderer Kurs? Die Tabelle kann es Ihnen nicht sagen, weil die Wahrheit über viele Zeilen verstreut ist, statt an genau einem Ort gespeichert zu sein.
• Sie mischt mehrere Dinge in eine Zelle. student_phone enthält zwei durch ein Komma getrennte Nummern. Versuchen Sie nun, eine Abfrage zu schreiben, die alle findet, die unter einer 0676-Nummer erreichbar sind - das gelingt nicht sauber, weil die Datenbank eine lange Zeichenkette sieht, nicht zwei Telefonnummern.

Diese eine Tabelle versucht, gleichzeitig Schülerliste, Klassenverzeichnis, Kurskatalog und Notenbuch zu sein. Immer wenn Sie unzusammenhängende Tatsachen zwingen, in derselben Zeile zu leben, erzeugen Sie die Probleme, die wir uns als Nächstes ansehen.

Die Kernidee in einem Satz

Jede unabhängige Tatsache sollte an genau einem Ort gespeichert werden. Wenn eine Tatsache nur an einem Ort lebt, können Sie sie an einem Ort ändern - und sie kann sich niemals selbst widersprechen.

Die Anomalien

Die Probleme, die aus schlecht entworfenen Tabellen entstehen, haben einen Namen: Anomalien. Eine Anomalie ist etwas, das schiefgeht, wenn Sie versuchen, Daten einzufügen, zu aktualisieren oder zu löschen. Es gibt drei klassische Arten, und es lohnt sich, sie beim Namen zu kennen, weil sie immer wieder auftauchen.

• Einfüge-Anomalie — Sie können eine Information nicht hinzufügen, weil eine unzusammenhängende Information fehlt.
• Änderungs-Anomalie — um eine Tatsache zu ändern, müssen Sie sie in vielen Zeilen ändern, und wenn Sie eine übersehen, werden die Daten inkonsistent.
• Lösch-Anomalie — das Löschen einer Sache zerstört versehentlich eine andere Sache, die Sie behalten wollten.

Sehen wir uns jede davon in unserer kaputten Tabelle an, mit jeweils zwei Beispielen.

Einfüge-Anomalie

Sie möchten eine Tatsache hinzufügen, aber die Tabelle zwingt Sie, auch Tatsachen zu kennen, die nichts damit zu tun haben.

• Beispiel 1 — Ein neuer Kurs ohne Schüler. Die Schule fügt ein neues Fach “Cyber Security” hinzu, unterrichtet von Frau Schmidt. Sie möchten es jetzt erfassen, bevor irgendeine Klasse ihm zugewiesen wurde. Aber jede Zeile braucht eine student_id und eine grade. Mit dieser Tabelle können Sie schlicht keinen Kurs speichern, der keine Schüler hat — obwohl der Kurs eindeutig existiert.

• Beispiel 2 — Ein neuer Schüler, der noch keiner Klasse zugeordnet ist. Ein Schüler wechselt mitten im Jahr herein. Die Verwaltung hat noch nicht entschieden, zu welcher Klasse er gehört, also gibt es keinen class_name und keinen class_room zum Eintragen. Es gibt auch noch keine course_id zum Ausfüllen. Mit dieser Tabelle kann der Schüler nicht in der Datenbank existieren, bis auch jede andere Spalte bekannt ist.

Änderungs-Anomalie

Eine einzige Tatsache ist in vielen Zeilen gespeichert. Um sie zu ändern, müssen Sie jede Kopie finden und korrigieren.

• Beispiel 1 — Die Klasse zieht in einen anderen Raum um. 3AHITM wird wegen einer Renovierung von R204 nach R307 verlegt. Ihr Raum steht in zwei verschiedenen Zeilen (einmal für Anna, einmal für Ben). Sie müssen beide aktualisieren. Vergessen Sie eine, und die Datenbank behauptet nun, 3AHITM belege zwei Räume gleichzeitig.

• Beispiel 2 — Den Kurstitel korrigieren. Sie bemerken, dass “Databasse” ein Tippfehler ist, und möchten ihn zu “Databases” korrigieren. Aber der Kurstitel ist über mehrere Zeilen dupliziert. Korrigieren Sie eine und übersehen eine andere, ist der Titel weiterhin inkonsistent.

Lösch-Anomalie

Sie löschen eine Sache, und eine unzusammenhängende Sache verschwindet mit ihr.

• Beispiel 1 — Ein Schüler belegt ein Fach ab. Cara ist die einzige Schülerin, die in einem bestimmten Kurs eingeschrieben ist. Sie belegt ihn ab, also löschen Sie ihre Zeile. Mit diesem einen Löschvorgang ist auch alles Wissen über diesen Kurs und seine Lehrkraft verschwunden — obwohl der Kurs nächstes Semester weiterläuft.

• Beispiel 2 — Aufräumen am Jahresende. Sie löschen die Zeilen der Schüler, die ihren Abschluss gemacht haben. Wenn eine Lehrkraft immer nur neben diesen Schülern erschienen ist, verschwinden Name und Kürzel dieser Lehrkraft leise aus der Datenbank — obwohl die Lehrkraft weiterhin im Kollegium ist.

Beachten Sie das Muster

Alle drei Anomalien haben dieselbe Grundursache: Tatsachen, die unabhängig sein sollten, sind in einer Zeile miteinander verwoben. Normalisierung ist einfach die disziplinierte Art, sie zu entwirren.

Was ist Normalisierung?

Normalisierung ist der Prozess, Ihre Spalten in gut gewählte Tabellen zu organisieren, sodass jede Tatsache nur einmal gespeichert wird und die obigen Anomalien nicht auftreten können.

Wir tun dies in Stufen, die Normalformen (NF) genannt werden. Jede Normalform ist eine kleine Checkliste. Sie beginnen mit einer unordentlichen Tabelle, wenden die Regel für die Erste Normalform (1NF) an, dann die Zweite Normalform (2NF), dann die Dritte Normalform (3NF). Die Formen bauen aufeinander auf: Eine Tabelle kann nicht in 2NF sein, wenn sie nicht bereits in 1NF ist, und so weiter.

Es gibt auch höhere Formen (BCNF, 4NF, 5NF), aber für nahezu jeden realen Datenbankentwurf ist das Erreichen der 3NF das Ziel. In der Praxis bedeutet “die Datenbank ist normalisiert” meist “sie ist in 3NF”.

Wir werfen Ihnen nicht alle Definitionen im Voraus an den Kopf. Stattdessen führen wir jede Definition genau dann ein, wenn wir sie brauchen — so haben die Erfinder dieser Regeln über sie nachgedacht, und so ist es viel leichter zu merken.

Anschaulich erklärt

Dieses Video geht alle Normalformen mit klaren Beispielen und in entspanntem Tempo durch. Es ist eine der besten Einsteigererklärungen, die es gibt, und verwendet denselben Schritt-für-Schritt-Stil wie dieses Kapitel.

YouTube: “Learn Database Normalization - 1NF, 2NF, 3NF, 4NF, 5NF” (Decomplexify)

Abspielen

Erste Normalform (1NF) — Ein Wert pro Zelle

Die allererste Regel ist die einfachste:

1NF: Jede Zelle enthält einen einzelnen, atomaren Wert, und es gibt keine sich wiederholenden Gruppen. Außerdem muss jede Zeile eindeutig identifizierbar sein (die Tabelle braucht also einen Primärschlüssel).

“Atomar” bedeutet einfach kann für die Art, wie Sie ihn verwenden, nicht sinnvoll weiter aufgeteilt werden. Eine Telefonnummer ist atomar. Eine Liste aus zwei Telefonnummern, in eine Zelle gequetscht, ist es nicht.

Zwei Dinge in unserer Tabelle verletzen die 1NF:

1. student_phone enthält 0664-111, 0676-222 — zwei Werte in einer Zelle.
2. Es gibt noch keinen richtigen Primärschlüssel, der garantiert, dass jede Zeile eindeutig ist.

Um das Mehrwert-Problem zu beheben, ziehen wir die Telefonnummern in ihre eigenen Zeilen heraus, in eine eigene Tabelle. Eine Telefonnummer pro Zeile:

PostgreSQL

CREATE TABLE student_phones (
  student_id INTEGER     NOT NULL,
  phone      VARCHAR(30) NOT NULL,
  PRIMARY KEY (student_id, phone)
);

MariaDB / MySQL

CREATE TABLE student_phones (
  student_id INT         NOT NULL,
  phone      VARCHAR(30) NOT NULL,
  PRIMARY KEY (student_id, phone)
);

Jetzt kann ein Schüler eine, zwei oder zehn Telefonnummern haben — jede ist eine saubere, separate Zeile, die Sie abfragen und filtern können:

-- find every student reachable at a 0676 number. now simple:
SELECT student_id
FROM   student_phones
WHERE  phone LIKE '0676%';

Für die restlichen Daten packen wir sie in eine große Tabelle, die einen echten Primärschlüssel hat. Da eine einzelne student_id nicht eindeutig ist (Anna erscheint zweimal) und eine einzelne course_id ebenfalls nicht, ist das, was eine Zeile eindeutig identifiziert, die Kombination aus beiden:

PostgreSQL

CREATE TABLE enrollments (
  student_id      INTEGER      NOT NULL,
  student_name    VARCHAR(100) NOT NULL,
  class_name      VARCHAR(10)  NOT NULL,
  class_room      VARCHAR(10)  NOT NULL,
  course_id       INTEGER      NOT NULL,
  course_title    VARCHAR(100) NOT NULL,
  teacher_name    VARCHAR(100) NOT NULL,
  teacher_initials VARCHAR(10)  NOT NULL,
  grade           SMALLINT,
  PRIMARY KEY (student_id, course_id)
);

MariaDB / MySQL

CREATE TABLE enrollments (
  student_id      INT          NOT NULL,
  student_name    VARCHAR(100) NOT NULL,
  class_name      VARCHAR(10)  NOT NULL,
  class_room      VARCHAR(10)  NOT NULL,
  course_id       INT          NOT NULL,
  course_title    VARCHAR(100) NOT NULL,
  teacher_name    VARCHAR(100) NOT NULL,
  teacher_initials VARCHAR(10)  NOT NULL,
  grade           SMALLINT,
  PRIMARY KEY (student_id, course_id)
);

Diese Tabelle ist nun in 1NF: Jede Zelle ist atomar, und (student_id, course_id) identifiziert jede Zeile eindeutig. Gut — aber sie ist immer noch voller Wiederholungen. “Mr. Maurhart”, “MAO” und “R204” erscheinen weiterhin mehrfach. Die 1NF hat die Daten ordentlich gemacht, nicht redundanzfrei. Das ist die Aufgabe des nächsten Schritts.

Ein zusammengesetzter Primärschlüssel ist Ihr Hinweis

In dem Moment, in dem Ihr Primärschlüssel aus zwei Spalten besteht, sollten Sie sich fragen: “Hängt wirklich jede andere Spalte von beiden ab?” Wenn manche Spalten nur von einer Hälfte des Schlüssels abhängen, haben Sie ein 2NF-Problem — und genau das gehen wir jetzt an.

Zweite Normalform (2NF) — Vom ganzen Schlüssel abhängen

Um über die 2NF zu sprechen, brauchen wir eine neue Idee: die funktionale Abhängigkeit.

Definition: funktionale Abhängigkeit

Spalte B ist von Spalte A funktional abhängig, wenn die Kenntnis des Wertes von A Ihnen immer genau einen Wert von B verrät. Wir schreiben dies als A → B (“A bestimmt B”).

Beispiel: student_id → student_name. Wenn Sie die ID des Schülers kennen, kennen Sie genau einen Namen. Aber student_id → grade ist keine funktionale Abhängigkeit, weil derselbe Schüler in verschiedenen Kursen verschiedene Noten hat.

Nun die Regel:

2NF: Die Tabelle ist in 1NF, und jede Nicht-Schlüssel-Spalte hängt vom ganzen Primärschlüssel ab — nicht nur von einem Teil davon.

Diese Regel greift nur, wenn der Primärschlüssel aus mehr als einer Spalte besteht, wie unser (student_id, course_id). Prüfen wir jede Nicht-Schlüssel-Spalte und fragen “wovon hängt sie wirklich ab?”:

• student_name, class_name, class_room → hängen nur von student_id ab. (Der Kurs hat nichts damit zu tun, in welcher Klasse ein Schüler ist.)
• course_title, teacher_name, teacher_initials → hängen nur von course_id ab.
• grade → hängt von beiden ab, student_id und course_id. (Eine Note ist das Ergebnis eines Schülers in einem bestimmten Kurs.)

Die Spalten, die nur von einem Teil des Schlüssels abhängen, nennt man partielle Abhängigkeiten, und genau die verbietet die 2NF. Die Lösung besteht darin, jedem “Teil” seine eigene Tabelle zu geben:

PostgreSQL

-- facts that depend only on the student:
CREATE TABLE students (
  student_id   SERIAL       PRIMARY KEY,
  student_name VARCHAR(100) NOT NULL,
  class_name   VARCHAR(10)  NOT NULL,
  class_room   VARCHAR(10)  NOT NULL
);

-- facts that depend only on the course:
CREATE TABLE courses (
  course_id       SERIAL       PRIMARY KEY,
  course_title    VARCHAR(100) NOT NULL,
  teacher_name    VARCHAR(100) NOT NULL,
  teacher_initials VARCHAR(10)  NOT NULL
);

-- facts that depend on BOTH (the enrollment itself):
CREATE TABLE enrollments (
  student_id INTEGER  NOT NULL REFERENCES students(student_id),
  course_id  INTEGER  NOT NULL REFERENCES courses(course_id),
  grade      SMALLINT,
  PRIMARY KEY (student_id, course_id)
);

MariaDB / MySQL

-- facts that depend only on the student:
CREATE TABLE students (
  student_id   INT          AUTO_INCREMENT PRIMARY KEY,
  student_name VARCHAR(100) NOT NULL,
  class_name   VARCHAR(10)  NOT NULL,
  class_room   VARCHAR(10)  NOT NULL
);

-- facts that depend only on the course:
CREATE TABLE courses (
  course_id       INT          AUTO_INCREMENT PRIMARY KEY,
  course_title    VARCHAR(100) NOT NULL,
  teacher_name    VARCHAR(100) NOT NULL,
  teacher_initials VARCHAR(10)  NOT NULL
);

-- facts that depend on BOTH (the enrollment itself):
CREATE TABLE enrollments (
  student_id INT      NOT NULL,
  course_id  INT      NOT NULL,
  grade      SMALLINT,
  PRIMARY KEY (student_id, course_id),
  FOREIGN KEY (student_id) REFERENCES students(student_id),
  FOREIGN KEY (course_id)  REFERENCES courses(course_id)
);

Sehen Sie, was wir gerade gewonnen haben. Ein Kurs existiert nun als eine Zeile in courses, völlig unabhängig davon, ob ihn ein Schüler belegt. Das beseitigt die Einfüge-Anomalie (wir können einen Kurs hinzufügen, bevor wir ihn einer Klasse zuweisen) und die Lösch-Anomalie (das Entfernen des letzten Schülers löscht den Kurs nicht mehr). Und “Mr. Maurhart” ist genau einmal geschrieben — pro Kurs, nicht pro Einschreibung.

Aber wir sind noch nicht fertig. Sehen Sie sich jetzt beide Zwischentabellen an:

student_id	student_name	class_name	class_room
1	Anna Gruber	3AHITM	R204
2	Ben Hofer	3AHITM	R204
3	Cara Wimmer	4AHITM	R110

course_id	course_title	teacher_name	teacher_initials
101	Databases	Mr. Maurhart	MAO
102	Networking	Ms. Kender	KEN

Wenn 3AHITM dreißig Schüler hat, erscheint “R204” dreißigmal in students. Wenn Mr. Maurhart fünf Kurse unterrichtet, erscheint “MAO” fünfmal in courses. Die Wiederholung ist zurück, nur in anderen Tabellen. Warum? Weil class_room nicht wirklich vom Schüler abhängt — es hängt von der Klasse ab. Und teacher_initials hängt nicht vom Kurs ab — es hängt von der Lehrkraft ab. Genau das löst die 3NF.

Dritte Normalform (3NF) — Keine Umwege über andere Spalten

Eine weitere Definition, und es ist die, über die die meisten Schüler stolpern — machen wir sie also zuerst konkret.

Definition: transitive Abhängigkeit

Eine transitive Abhängigkeit ist eine Abhängigkeit, die über einen Umweg verläuft. Wenn A → B und B → C, dann bestimmt A das C nur indirekt, über den Weg von B. Diese Kette A → B → C ist eine transitive Abhängigkeit.

Zwei Beispiele direkt aus unseren Tabellen:

• student_id → class_name (ein Schüler gehört zu einer Klasse) und class_name → class_room (eine Klasse hat einen Raum). Also ist student_id → class_room transitiv — der Raum ist nur wegen der dazwischenliegenden Klasse an den Schüler gebunden.
• course_id → teacher_name (ein Kurs hat eine Lehrkraft) und teacher_name → teacher_initials (eine Lehrkraft hat ein Kürzel). Also ist course_id → teacher_initials transitiv — das Kürzel hängt nur wegen der dazwischenliegenden Lehrkraft vom Kurs ab.

Die Regel:

3NF: Die Tabelle ist in 2NF, und keine Nicht-Schlüssel-Spalte hängt von einer anderen Nicht-Schlüssel-Spalte ab. Jede Nicht-Schlüssel-Spalte muss vom Schlüssel abhängen, vom ganzen Schlüssel und von nichts als dem Schlüssel.

Beide obigen Tabellen verletzen die 3NF. Die Lösung ist in beiden Fällen dieselbe — geben Sie der “mittleren” Entität ihre eigene Tabelle:

PostgreSQL

-- the class gets its own table; the room belongs to the class, not the student:
CREATE TABLE classes (
  class_name VARCHAR(10) PRIMARY KEY,
  class_room VARCHAR(10) NOT NULL
);

CREATE TABLE students (
  student_id   SERIAL       PRIMARY KEY,
  student_name VARCHAR(100) NOT NULL,
  class_name   VARCHAR(10)  NOT NULL REFERENCES classes(class_name)
);

-- the teacher gets its own table; the initials belong to the teacher, not the course:
CREATE TABLE teachers (
  teacher_id      SERIAL       PRIMARY KEY,
  teacher_name    VARCHAR(100) NOT NULL,
  teacher_initials VARCHAR(10)  NOT NULL UNIQUE
);

CREATE TABLE courses (
  course_id    SERIAL       PRIMARY KEY,
  course_title VARCHAR(100) NOT NULL,
  teacher_id   INTEGER      NOT NULL REFERENCES teachers(teacher_id)
);

MariaDB / MySQL

-- the class gets its own table; the room belongs to the class, not the student:
CREATE TABLE classes (
  class_name VARCHAR(10) PRIMARY KEY,
  class_room VARCHAR(10) NOT NULL
);

CREATE TABLE students (
  student_id   INT          AUTO_INCREMENT PRIMARY KEY,
  student_name VARCHAR(100) NOT NULL,
  class_name   VARCHAR(10)  NOT NULL,
  FOREIGN KEY (class_name) REFERENCES classes(class_name)
);

-- the teacher gets its own table; the initials belong to the teacher, not the course:
CREATE TABLE teachers (
  teacher_id      INT          AUTO_INCREMENT PRIMARY KEY,
  teacher_name    VARCHAR(100) NOT NULL,
  teacher_initials VARCHAR(10)  NOT NULL UNIQUE
);

CREATE TABLE courses (
  course_id    INT          AUTO_INCREMENT PRIMARY KEY,
  course_title VARCHAR(100) NOT NULL,
  teacher_id   INT          NOT NULL,
  FOREIGN KEY (teacher_id) REFERENCES teachers(teacher_id)
);

Jetzt wird der Raum von 3AHITM an genau einem Ort gespeichert: in einer Zeile in classes. Wenn die Klasse in einen anderen Raum umzieht, ändern Sie einen einzigen Wert, und jeder Schüler in 3AHITM ist sofort korrekt. Und Mr. Maurharts Kürzel lebt in einer Zeile in teachers — ändern Sie es einmal, und jeder Kurs, den er unterrichtet, spiegelt es wider. Beide Änderungs-Anomalien sind verschwunden.

Hier ist der vollständige Entwurf nach Erreichen der 3NF. Fünf kleine Tabellen, jede über genau eine klare Sache:

1. classes — welche Klassen existieren und wo sie sitzen. (class_name, class_room)

2. students — wer die Schüler sind und zu welcher Klasse sie gehören. (student_id, student_name, class_name)

3. teachers — wer die Lehrkräfte sind und ihr offizielles Kürzel. (teacher_id, teacher_name, teacher_initials)

4. courses — welche Fächer existieren und wer sie unterrichtet. (course_id, course_title, teacher_id)

5. enrollments — welcher Schüler welchen Kurs belegt und die resultierende Note. (student_id, course_id, grade)

Um die ursprüngliche breite Ansicht zurückzubekommen, verbinden Sie die Teile bei Bedarf einfach mit JOIN:

SELECT s.student_name,
       s.class_name,
       cl.class_room,
       c.course_title,
       t.teacher_name,
       t.teacher_initials,
       e.grade
FROM   enrollments e
JOIN   students s  ON s.student_id  = e.student_id
JOIN   classes  cl ON cl.class_name = s.class_name
JOIN   courses  c  ON c.course_id   = e.course_id
JOIN   teachers t  ON t.teacher_id  = c.teacher_id;

Die Daten werden ohne Redundanz gespeichert, und die bequeme “Alles-in-einer-Zeile”-Ansicht ist nur eine Abfrage entfernt. Das ist der ganze Handel, den die Normalisierung anbietet: sauber speichern, bei Bedarf zusammensetzen.

Eine Faustregel, die Sie sich tatsächlich merken können

Für 2NF und 3NF zusammen gibt es einen berühmten Einzeiler: jede Nicht-Schlüssel-Spalte muss vom Schlüssel abhängen, vom ganzen Schlüssel und von nichts als dem Schlüssel — so wahr mir Codd helfe. (Edgar F. Codd hat das relationale Modell erfunden.) Wenn eine Spalte nicht vom Schlüssel abhängt, sollte sie nicht in der Tabelle sein. Wenn sie nur von einem Teil des Schlüssels abhängt, ist das ein 2NF-Verstoß. Wenn sie von einer anderen Nicht-Schlüssel-Spalte abhängt, ist das ein 3NF-Verstoß.

Ein kurzes Wort zu den höheren Normalformen

Sie werden von BCNF (einer strengeren Version der 3NF), 4NF und 5NF hören. Sie befassen sich mit selteneren Situationen mit überlappenden Schlüsselkandidaten und komplexen Viele-zu-viele-Beziehungen. Es ist gut, von ihnen gehört zu haben, aber im alltäglichen Datenbankentwurf ändern sie fast nie etwas an dem, was Sie nach Erreichen der 3NF tun würden. Für diesen Kurs — und für die meiste professionelle Arbeit — ist die 3NF Ihr Ziel.

Kann man zu sehr normalisieren?

Ja. Und das ist der Teil, den viele Lehrbücher zu erwähnen vergessen.

Jedes Mal, wenn Sie eine Tabelle aufteilen, um eine höhere Normalform zu erreichen, erzeugen Sie eine weitere Tabelle, die zur Abfragezeit wieder zusammengeführt werden muss. Ein perfekt normalisierter Entwurf kann eine einzelne logische “Sache” über sechs oder sieben Tabellen verteilen. Sie zurückzulesen bedeutet dann einen Sechs-Tabellen-JOIN — und Joins kosten Zeit. Auf einem stark ausgelasteten System mit Millionen von Zeilen sind diese Kosten real.

Normalisierung optimiert für das Schreiben (keine duplizierten Tatsachen, keine Anomalien). Aber viele Systeme verbringen den Großteil ihres Lebens mit Lesen. Es gibt Situationen, in denen das bewusste Beibehalten einer gewissen Redundanz das System schneller und einfacher macht:

• Berichte und Analysen. Ein Dashboard, das den Umsatz des letzten Monats aufsummiert, möchte nicht für jedes Diagramm zehn Tabellen verbinden. Data Warehouses verwenden oft absichtlich denormalisierte “Sternschemata”.
• Teure, wiederholte Joins. Wenn 95 % Ihrer Abfragen immer dieselben fünf Tabellen verbinden, lohnt es sich manchmal, eine vorab zusammengeführte Kopie zu speichern.
• Werte, die billig zu kopieren sind und sich nie ändern. Den Ländernamen neben seinem Code zu speichern, mag technisch redundant sein, kann aber bei nahezu keinem Risiko einen Join sparen.

Das bewusste Zurücktreten von der vollständigen Normalisierung nennt man Denormalisierung. Das Schlüsselwort ist bewusst: Sie denormalisieren, nachdem Sie den normalisierten Entwurf verstanden haben und einen gemessenen Grund zum Abweichen haben — niemals, weil Sie zu faul waren, die Tabelle von vornherein aufzuteilen.

Der ehrliche Kompromiss

Normalisieren, bis es wehtut, dann denormalisieren, bis es funktioniert. Beginnen Sie mit einem sauberen 3NF-Entwurf — er ist die sichere Voreinstellung, die Anomalien verhindert. Brechen Sie diese Regel nur dort, wo Sie zeigen können, dass ein Join zu langsam ist, und wo Sie bereit sind, selbst die Verantwortung dafür zu übernehmen, die duplizierten Daten konsistent zu halten (mit Triggern, Anwendungscode oder geplanten Jobs). Voreilige Denormalisierung verschafft Ihnen heute ein wenig Geschwindigkeit und morgen eine Menge Änderungs-Anomalien.

Zusammenfassung

Normalform	Die Frage, die sie beantwortet	Die Lösung
1NF	Enthält jede Zelle einen einzelnen atomaren Wert, und ist jede Zeile eindeutig identifizierbar?	Mehrwertige Zellen in separate Zeilen aufteilen; einen Primärschlüssel definieren.
2NF	Hängt jede Nicht-Schlüssel-Spalte vom ganzen Primärschlüssel ab?	Spalten, die nur von einem Teil eines zusammengesetzten Schlüssels abhängen, in ihre eigene Tabelle verschieben.
3NF	Hängt irgendeine Nicht-Schlüssel-Spalte von einer anderen Nicht-Schlüssel-Spalte ab?	Die “Umweg”-Spalten (transitive Abhängigkeiten) in ihre eigene Tabelle verschieben.

Die großen Ideen, die Sie mitnehmen sollten:

• Anomalien (Einfügen, Ändern, Löschen) sind die Symptome; redundante, verwobene Daten sind die Krankheit.
• Normalisierung heilt sie, indem jede Tatsache genau einmal gespeichert wird, eine Tabelle pro “Sache”.
• 3NF ist das praktische Ziel für nahezu alle Entwürfe.
• Denormalisierung ist eine bewusste, abgewogene Ausnahme für leselastige Systeme — keine Ausrede, das Nachdenken zu überspringen.

Entwerfen Sie zuerst sauber. Optimieren Sie später, mit Absicht und mit Zahlen in der Hand.

Lernergebnisse: Was Sie nach diesem Kapitel können sollten

Nach Abschluss dieses Kapitels sollten Schülerinnen und Schüler in der Lage sein:

• Nennen: die Einfüge-, Änderungs- und Löschanomalien sowie die Normalformen 1NF–3NF nennen.
• Erklären: erklären, welches Problem jede Normalform löst (Atomarität, volle funktionale Abhängigkeit, Transitivität).
• Anwenden: eine gegebene Tabelle schrittweise in die 1NF, 2NF und 3NF überführen.
• Analysieren: funktionale Abhängigkeiten und Redundanzen in einem Schema analysieren.
• Beurteilen: abwägen, wann eine Denormalisierung gerechtfertigt ist.