Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Normalización 1
Normalización 1
El proceso de normalizacin de bases de datos consiste en aplicar una serie de reglas a las relaciones
obtenidas tras el paso del modelo entidad-relacin al modelo relacional.
Las bases de datos relacionales se normalizan para:
En el modelo relacional es frecuente llamar tabla a una relacin, aunque para que una tabla sea considerada
como una relacin tiene que cumplir con algunas restricciones:
Todos los datos en una columna deben ser del mismo tipo.
Figura 1.0: Trabajo (Cdigo, Nombre, Posicin, Salario), donde Cdigo es la Clave Primaria.
RDBMS = Del ingls Relational Data Base Manager System que significa, Sistema Gestor de Bases
de Datos Relacionales.
1FN = Significa, Primera Forma Normal o 1NF del ingls First Normal Form.
Los trminos Relacin, Tupla y Atributo derivan del lgebra y clculo relacional, que constituyen la fuente
terica del modelo de base de datos relacional.
Todo atributo en una tabla tiene un dominio, el cual representa el conjunto de valores que el mismo puede
tomar. Una instancia de una tabla puede verse entonces como un subconjunto del producto cartesiano entre
los dominios de los atributos. Sin embargo, suele haber algunas diferencias con la analoga matemtica, ya
que algunos RDBMS permiten filas duplicadas, entre otras cosas. Finalmente, una tupla puede razonarse
matemticamente como un elemento del producto cartesiano entre los dominio.
Dependencia
Dependencia funcional
B es funcionalmente dependiente de A.
Una dependencia funcional es una conexin entre uno o ms atributos. Por ejemplo si conocemos el valor de
FechaDeNacimiento podemos conocer el valor de Edad.
Las dependencias funcionales del sistema se escriben utilizando una flecha, de la siguiente manera:
FechaDeNacimiento
Edad
Si la direccin o el nombre de una persona estn incluidos en el DNI, entonces con el DNI podemos
determinar la direccin o su nombre.
Dependencia funcional Aumentativa
entonces
DNI
nombre
DNI,direccin
nombre,direccin
Si con el DNI se determina el nombre de una persona, entonces con el DNI ms la direccin tambin se
determina el nombre o su direccin.
Dependencia funcional transitiva
Z entonces X
FechaDeNacimiento
Edad
Z
Edad
Conducir
FechaDeNacimiento
Edad
Conducir
entonces
Pseudo-transitiva
y
entonces
Descomposicin
y z est incluido en y entonces
Claves
Una clave primaria es aquella columna (pueden ser tambin dos columnas o ms) que identifica nicamente
a esa fila. La clave primaria es un identificador que va a ser nico para cada fila. Se acostumbra a poner la
clave primaria como la primera columna de la tabla pero esto no tiene que ser necesario, si no es ms una
conveniencia. Muchas veces la clave primaria es autonumrica.
En una tabla puede que tengamos ms de una clave, en tal caso se puede escoger una para ser la clave
primaria, las dems claves son las claves candidatas. Adems es la posible clave primaria.
Una clave ajena (foreign key o clave fornea) es aquella columna que existiendo como dependiente en una
tabla, es a su vez clave primaria en otra tabla.
Una clave alternativa es aquella clave candidata que no ha sido seleccionada como clave primaria, pero que
tambin puede identificar de forma nica a una fila dentro de una tabla. Ejemplo: Si en una tabla clientes
definimos el nmero de documento (id_cliente) como clave primaria, el nmero de seguro social de ese cliente
podra ser una clave alternativa. En este caso no se us como clave primaria porque es posible que no se
conozca ese dato en todos los clientes.
Una clave compuesta es una clave que est compuesta por ms de una columna.
Formas Normales
Las formas normales son aplicadas a las tablas de una base de datos. Decir que una base de datos est en la
forma normal N es decir que todas sus tablas estn en la forma normal N.
En general, las primeras tres formas normales son suficientes para cubrir las necesidades de la mayora de
las bases de datos. El creador de estas 3 primeras formas normales (o reglas) fue Edgar F. Codd.1
Primera Forma Normal (1FN)
Artculo principal: Primera forma normal
Una tabla est en Primera Forma Normal si:
Todos los atributos son atmicos. Un atributo es atmico si los elementos del dominio son indivisibles,
mnimos.
La tabla contiene una clave primaria.
Una columna no puede tener mltiples valores. Los datos son atmicos. (Si a cada valor de X le pertenece un
valor de Y, entonces a cada valor de Y le pertenece un valor de X)
Esta forma normal elimina los valores repetidos dentro de una BD
Segunda Forma Normal (2FN)
Artculo principal: Segunda forma normal
Dependencia Funcional. Una relacin est en 2FN si est en 1FN y si los atributos que no forman parte de
ninguna clave dependen de forma completa de la clave principal. Es decir que no existen dependencias
parciales.
En otras palabras podramos decir que la segunda forma normal est basada en el concepto de dependencia
completamente funcional. Una dependencia funcional
es completamente funcional si al eliminar los
atributos A de X significa que la dependencia no es mantenida, esto es que A X, (X {A}) -x-> Y. Una
dependencia funcional
es una dependencia parcial si hay algunos atributos
que pueden ser
eliminados de X y la dependencia todava se mantiene, esto es A X, (X {A}) -> Y.
Por ejemplo {DNI, ID_PROYECTO}
HORAS_TRABAJO (con el DNI de un empleado y el ID de un proyecto
sabemos cuntas horas de trabajo por semana trabaja un empleado en dicho proyecto) es completamente
dependiente dado que ni DNI
HORAS_TRABAJO ni ID_PROYECTO
HORAS_TRABAJO mantienen la
Reglas de Codd
Codd se percat de que existan bases de datos en el mercado las cuales decan ser relacionales, pero lo
nico que hacan era guardar la informacin en las tablas, sin estar estas tablas literalmente normalizadas;
entonces ste public 12 reglas que un verdadero sistema relacional debera tener, en la prctica algunas de
ellas son difciles de realizar. Un sistema podr considerarse "ms relacional" cuanto ms siga estas reglas.
La normalizacin es un proceso que pretende conseguir tablas con una estructura ptima y eficaz. El proceso
de normalizacin est basado en lograr la independencia de los datos respecto a las aplicaciones que los
usan.
Antes de empezar el proceso, se han de conocer las tablas que intervendrn y las relaciones que las unen. Si
no se conocen a partir del anlisis previo, se buscan todos los nombres (sustantivos) que han sido empleados
en la definicin del problema. Algunos de esos nombres sern las entidades, otros dependern de ellas y
sern los atributos. Otros no formarn parte ni de las entidades ni de los atributos, son parte del lenguaje
necesario para describir el problema a solucionar mediante la creacin de una base de datos.
Ejemplo prctico.
<<...a cada cliente, al pasar por Caja... se marcan por la caja registradora
los artculos que ha comprado. Con los datos de los artculos se hace una
factura por el importe total de las mercancas adquiridas que se imprime y
se entrega al cliente. Los datos de la factura se almacenan para su
posterior tratamiento informtico que comprende...>>.
Las tablas son sustantivos, por lo que tenemos los siguientes: cliente, Caja, caja registradora, artculos, datos
de los artculos, factura, importe total, mercancas adquiridas, datos de la factura. De estos nombres, algunos
son atributos de otros: datos de los artculos y artculos, datos de la factura, importe total y factura. De cada
cliente no se piden datos, por lo que aunque sea una tabla, si no se necesitan sus datos, no se crear esa
entidad. Caja con mayscula se refiere a un objeto con el que se realizan procesos, por lo que no se necesita
almacenar informacin de ellos. De cada una de las cajas registradoras, tal vez se necesite para las facturas,
el nmero de caja, por lo que se considera una entidad ms. Mercancas adquiridas y artculos que ha
comprado son sinnimos, por lo que solo se tratar de artculos.
Las tablas encontradas tras el anlisis son: artculos, factura y caja registradora. Caja registradora se puede
considerar un atributo de factura, por lo que tenemos dos tablas.
Las relaciones se pueden encontrar conociendo todos los verbos que aparecen en la definicin del problema.
Se eliminan aquellos verbos que son necesarios para el lenguaje y se buscan aquellos que implican dos o
ms entidades (sustantivos) que ya se han encontrado.
En el ejemplo han aparecido los verbos: pasar, se marcan, ha comprado, se hace una factura, imprime,
entrega, almacena. De estos verbos, los que asocian entidades son: marcar, comprar. Los verbos pasar, hacer
factura, imprimir, entregar, almacenar, se refieren a procesos que se van a realizar, no a asociaciones entre
entidades.
Se han obtenido las siguientes entidades con sus relaciones: clientes, comprar artculos y marcar artculos en
factura. Como no se necesitan los datos de los clientes, queda la relacin marcada (en la caja registradora)
que une las tablas artculos, y factura. La operacin marcar en la caja registradora significa que los artculos
se incluyen en una factura que se entregar al cliente para su liquidacin, consiguindose obtener el modelo
entidad-relacin siguiente:
Hay cinco niveles de normalizacin, siendo cada vez ms complejo el proceso de obtencin de tablas
normalizadas. Para bases de datos relativamente sencillas se puede terminar la normalizacin en el tercer
nivel o tercera forma normal.
El proceso de normalizacin se basa en la descomposicin sin prdida de las tablas que estn en una forma
normal inferior, obtenindose una forma normal superior. El proceso de descomposicin sin prdida, significa
que se ha de dividir o descomponer la tabla en otras con menor cantidad de atributos sin que haya perdida de
informacin.
Formas normales y dependencias funcionales.
Primera Forma Normal o 1FN:
La Primera Forma Normal, o 1FN, es la ms elemental de todas. Una tabla est en 1FN si el valor que
contiene un atributo de un registro, un campo, es nico y elemental. En cada uno de los atributos slo se
puede incluir un dato, aunque sea compuesto, pero no se pueden incluir una lista de datos. Por ejemplo, no se
pueden incluir en el atributo Direccin el domicilio habitual y el de vacaciones; habra que crear dos registros
que se diferenciarn por el atributo Direccin:
NIF
Ape
Nom
Garca
Sanchez Luisa
Dir
Francisco C/Marn 16
CPost
Pobl
33698 Oviedo
Prov
Asturias
Esta tabla no est en 1FN, ya que el cliente con Id 2 tiene dos direcciones. Para poder tener esta tabla en 1FN
se hace el siguiente cambio:
NIF
Ape
Nom
Dir
Francisco C/Marn 16
CPost
Pobl
Prov
Garca
Sanchez Luisa
C/Teneras 34
Sanchez Luisa
C/Ramorta 65
54585 Bueu
Pontevedra
la que dependen. Una vez creadas las nuevas tablas, se eliminan de la tabla primera los atributos que tenan
dependencias funcionales.
En el ejemplo anterior, tanto el nombre como los apellidos dependen del NIF. Se crea una nueva tabla que
contiene los atributos: NIF, nombre y apellidos, eliminndose de la tabla cliente los atributos nombre y
apellidos, quedando las siguientes tablas:
NIF
Dir
CPost
Pobl
Prov
C/ Marn n16
33698
Oviedo
Asturias
C/ Teneras n34
85458
Cigales
Valladolid
C/ Ramorta n65
54585
Bueu
Pontevedra
NIF
Ape
Nom
Garca
Francisco
Sanchez
Luisa
Dir
CPost
Pobl
Prov
C/ Marn n16
33698
Oviedo
Asturias
C/ Teneras n34
85458
Cigales
Valladolid
C/ Ramorta n65
54585
Bueu
Pontevedra
La direccin, la poblacin y la provincia dependen del cdigo postal, que no forma parte de la clave primaria.
Descomponiendo sin perdida una vez ms, obtenemos estas dos tablas:
NIF
Dir
C/ Marn n16
C/ Teneras n34
C/ Ramorta n65
CPost
Dir
Pobl
Prov
33698
C/ Marn n16
Oviedo
Asturias
85458
C/ Teneras n34
Cigales
Valladolid
54585
C/ Ramorta n65
Bueu
Pontevedra
Para solucionar algunos problemas de dependencias funcionales, que no se podan resolver solo con la
normalizacin en 3FN, se han propuesto tres formas normales adicionales. La normalizacin ms all de 3FN
queda al juicio del diseador de la base de datos. A partir de esa forma normal, la eliminacin de
dependencias funcionales pasa por la creacin de tablas con multitud de informacin redundante, con un
posible aumento de tamao, por lo que se ha de optar entre una optimizacin del diseo y una optimizacin
del tamao. Llegndose a diversas soluciones de compromiso entre ambos parmetros. Salvo excepciones,
con la 3FN o a lo sumo, la FNBC (que veremos a continuacin) es ms que suficiente, y llevar la
normalizacin ms all ser ms perjudicial que beneficioso.
Forma Normal de Boyce-Codd o FNBC:
Una tabla est en Forma Normal de Boyce-Codd o FNBC si solo existen dependencias funcionales
elementales que dependan de la clave primaria o de cualquier clave alternativa. Si la clave primaria est
formada por un solo atributo y est en 3FN, ya est en FNBC.
Un ejemplo tpico para mostrar una tabla que, estando en 3FN, mantiene dependencias funcionales, sin
relacin con el ejemplo seguido hasta este momento, es una tabla que posee los atributos direccin, cdigo
postal y poblacin, suponiendo que a poblaciones diferentes le corresponden cdigos postales distintos.
CPost
Dir
Pobl
30009
Murcia
48596
Madrid
En este caso hay dependencia entre el cdigo postal y la poblacin, ya que, conocido el cdigo postal se
puede conocer la poblacin, y conocida la direccin y la poblacin, se conoce el cdigo postal. Para
transformar la tabla en una tabla en FNBC se crea una tabla de cdigos postales y poblaciones, eliminando de
la tabla original la poblacin, obtenindose dos tablas, una con los atributos direccin y cdigo postal y otra
con el cdigo postal y la poblacin:
CPost
Dir
30009
48596
CPost
Pobl
30009
Murcia
48596
Madrid
Tipo Vehculo
Tipo Carga
Juan
Furgoneta
Perecederos
Marcos
Furgoneta
Perecederos
Juan
Furgoneta
Muebles
Marcos
Furgoneta
Muebles
Juan
Camin
Mudanza
Marcos
Camin
Mudanza
Con estas condiciones, los conductores son independientes de la carga; el tipo de vehculos depende del
conductor y el tipo de vehculo depende de la carga. En este caso hay dependencias funcionales
multivaloradas, ya que algunos atributos que forman la clave dependen de otro atributo que tambin la
forman.
Para conseguir que esta tabla est en 4FN se necesita crear dos nuevas tablas en lugar de la tabla actual,
manteniendose en cada una de ellas una dependencia mltiple. La primera tabla tendr los atributos
conductor y tipo de vehculo y la segunda, tipo de vehculo y tipo de carga. De este modo la tabla en 4FN
debido a que la clave primaria de ambas tablas son todos los campos que la forman. Resultado:
Tipo Vehculo
Tipo Carga
Furgoneta
Perecederos
Furgoneta
Perecederos
Furgoneta
Muebles
Furgoneta
Muebles
Camin
Mudanza
Camin
Mudanza
Conductor
Tipo Vehculo
Juan
Furgoneta
Marcos
Furgoneta
Juan
Furgoneta
Marcos
Furgoneta
Juan
Camin
Marcos
Camin
*Unin:
Formar, a partir de dos tablas, una nueva con todos los campos de una de
ellas y los registros de ambas, excepto los repetidos. Ambas tablas han de
tener el mismo grado y las mismas columnas.
Una tabla esta en Quinta Forma Normal (5FN) o Forma Normal de Proyeccin-Unin si est en 4FN y las
nicas dependencias que existen son las dependencias de unin de una tabla con sus proyecciones
relacionndose entre las distintas proyecciones mediante la clave primaria o cualquier clave alternativa. La
5FN se emplea cuando en una misma tabla tenemos mucha informacin redundante, con pocos atributos o
cuando una tabla posee una gran cantidad de atributos y se hace por ello inmanejable.
Para conseguir que una tabla 4FN con gran cantidad de atributos est en 5FN, se parte la tabla original en
tantas tablas como se desee, teniendo cada una de ellas en comn con las dems los campos que forman la
clave primaria en la tabla original.
Ejemplo para el caso de una tabla que posee una gran cantidad de atributos:
Datos
Familiares
Id
1 D1
D2
D3
Datos
Profesionales
D4
D5
D6
Datos
Personales
D7
D8
D9
Datos Clnicos
D10 D11 D12
En este caso tenemos una empresa donde se guardan los datos personales, familiares, profesionales y
clnicos de cada empleado en una nica tabla llamada Empleados. Si esta tabla est ya en 4FN, se puede
partir en las tablas empleados-personal, empleados-familia, empleados-profesional, empleados-clnicos; de
este modo, la velocidad de acceso y la gestin de datos por cada departamento de la empresa se simplifica, al
no tenerse que crear ningn tipo de restriccin sobre determinados atributos que no han de ser vistos por el
personal que no los necesite.
El resultado sera:
Id
1
Datos Familiares
D1
Id
1
Id
D5
D6
Datos Personales
D7
Id
1
D3
Datos Profesionales
D4
D2
D8
D9
Datos Clnicos
D10
D11
D12
Ejemplo para el caso de una tabla que posee mucha informacin redundante, con pocos atributos:
Biblioteca
Ttulo
Fecha
Socio
T1
FT
S1
T2
FU
S2
T3
FV
S1
T4
FG
S4
T1
FH
S3
T2
FT
S4
T3
FV
S3
Si se tiene una tabla de prstamo de libros de una biblioteca, con los atributos ttulo, fecha de prstamo y
nmero de socios que ha tomado prestado el libro, existen multitud de registros que se crean diariamente en
esa tabla, pero para cada libro o para cada socio habr pocos registros, con lo que una consulta para esa
tabla como: Cules son los libros ledos por un determinado socio?, puede tener una velocidad de respuesta
elevada. Si esta tabla se parte en las tablas ttulo-fecha, ttulo-socio y socio-fecha, cualquier consulta similar a
la anterior tendr un tiempo de respuesta tolerable, y cuando sea necesario, se podrn realizar consultas que
impliquen los datos de las tres tablas.
El resultado sera pues:
Ttulo-Fecha
Ttulo
Fecha
T1
FT
T2
FU
T3
FV
T4
FG
T1
FH
T2
FT
T3
FV
Ttulo-Socio
Ttulo
Socio
T1
S1
T2
S2
T3
S1
T4
S4
T1
S3
T2
S4
T3
S3
Fecha-Socio
Fecha
Socio
FT
S1
FU
S2
FV
S1
FG
S4
FH
S3
FT
S4
FV
S3