Dans une base de données relationnelle, une forme normale désigne un type de relation particulier entre les entités.
Le but essentiel de la normalisation est d'éviter les anomalies transactionnelles pouvant découler d'une mauvaise modélisation des données et ainsi éviter un certain nombre de problèmes
potentiels tels que les anomalies de lecture, les anomalies d'écriture, la redondance des données et la contre performance.
La normalisation des modèles de données permet de vérifier la robustesse de leur conception pour améliorer la modélisation (et donc obtenir une meilleure représentation) et faciliter la mémorisation des données en évitant la redondance et les problèmes sous-jacents de mise à jour ou de cohérence. La normalisation s’applique à toutes les entités et aux relations porteuses de propriétés.
Les formes normales s'emboitent les unes dans les autres, tant et si bien que le respect d'une forme normale de niveau supérieur implique le respect des formes normales des niveaux inférieurs. Dans le modèle relationnel de type OLTP, il existe 8 formes normales:
1. - la première forme normale notée 1FN (1NF en anglais) 2. - la deuxième forme normale notée 2FN (2NF en anglais) 3. - la troisième forme normale notée 3FN (3NF en anglais)
4. - la forme normale de Boyce Codd notée FNBC (BCNF en anglais) 5. - la quatrième forme normale notée 4FN (4NF en anglais)
6. - la cinquième forme normale notée 5FN (5NF en anglais)
7. - la forme normale domaine clef notée FNDC (DKNF en anglais)
8. - la sixième forme normale notée 6FN (6NF en anglais) rarement présentée
La forme normale vient après la simple validité d'un modèle relationnel, c'est-à-dire que les valeurs des différents attributs soient bien en dépendance fonctionnelle avec la clé primaire (complètement déterminés par la clé primaire).
30
de limiter les redondances de données (multiple écritures)
de limiter les incohérences de données qui pourrait les rendre inutilisables (multiple écritures)
d'éviter les processus de mise à jour (réécritures) Les inconvénients sont :
des temps d'accès potentiellement plus longs si les requêtes sont trop complexes (lectures plus lente)
une plus grande fragilité des données étant donné la non redondance (lecture impossible)
un manque de flexibilité au niveau de l'utilisation de l'espace disque
Pour des petites bases de données, se limiter à la troisième forme normale est généralement une des meilleures solutions d'un point de vue architecture de base de données, mais pour des bases de données plus importantes, cela n'est pas toujours le cas. Il s'agit de choisir l'équilibre entre deux options :
la génération dynamique des données via les jointures entre tables
l'utilisation statiques de données correctement mises à jour
En d'autres mots, il ressort de ces avantages et inconvénients qu'un arbitrage devra être effectué sur le niveau de normalisation selon que les tables de la base de donnée sont plus sollicitées en lecture ou plus en écriture. Si une table (base de donnée) est plus intensivement écrite que lue il sera préférable de normaliser le plus possible. A contrario, si une table (base de donnée) est plus intensivement lue qu'écrite il pourra être judicieux d'être moins strict sur le respect de la
normalisation pour permettre d'améliorer les performances d'accès aux données.
Il convient d'être prudent lorsqu'on renonce à la forme normale. Il n'est pas garanti qu'une forme dénormalisée améliore les temps d'accès. En effet, la redondance peut entrainer une explosion des volumes de données qui peuvent écrouler les performances ou saturer les disques durs. La normalisation des modèles de données a été popularisée principalement par la méthode Merise. La principale limite de la normalisation est que les données doivent se trouver dans une même base de données (dans un seul schéma).
Les différentes formes normales
[]1FN - première forme normale : Relation dont tous les attributs :
31 Le non respect de deux premières conditions de la 1FN rend la recherche parmi les données plus lente parce qu'il faut analyser le contenu des attributs. La troisième condition quant à elle évite qu'on doive régulièrement mettre à jour les données.
2FN - deuxième forme normale
Respecte la deuxième forme normale, la relation respectant la première forme normale et dont :
Tout attribut ne composant pas un identifiant dépend d'un identifiant.
Le non respect de la 2FN entraine une redondance des données qui encombrent alors inutilement la mémoire et l'espace disque.
3FN - troisième forme normale
Respecte la troisième forme normale, la relation respectant la seconde forme normale et dont :
Tout attribut ne composant pas un identifiant dépend directement d'un identifiant.
Le non respect de la 3FN peut également entrainer une redondance des données.
FNBC - forme normale de Boyce - Codd
Respecte la forme normale de Boyce-Codd, la relation respectant la troisième forme normale et dont :
tous les attributs non-clé ne sont pas source de dépendance fonctionnelle (DF) vers une partie de la clé
Le non respect de la 2FN, 3FN et la FNBC entraîne de la redondance. Une même information étant répétée un nombre considérable de fois.
4FN - quatrième forme normale
Pour toute relation de dimension n en forme normale de Boyce-Codd, les relations de dimension
n-1 construites sur sa collection doivent avoir un sens. Il ne doit pas être possible de reconstituer les occurrences de la relation de dimension n par jointure de deux relations de dimension n-1. Cette normalisation conduit parfois à décomposer une relation complexe en deux relations plus simples.
5FN - cinquième forme normale
Pour toute relation de dimension n (avec n supérieur à 2) en quatrième forme normale, il ne doit pas être possible de retrouver l’ensemble de ses occurrences par jointure sur les occurrences des relations partielles prises deux à deux. Cette normalisation conduit parfois à décomposer une
32
Une relation est en FNDC si et seulement si toutes les contraintes sont la conséquence logique des contraintes de domaines et des contraintes de clefs qui s'appliquent à la relation.
Pour se souvenir de l'ordre et des caractéristiques des trois premières formes normales, il suffit de se rappeler le serment que tous les témoins doivent prêter devant la justice : Je jure de dire la vérité, toute la vérité, rien d'autre que la vérité.
Ce qui donne : 1FN = La clé. 2FN = Toute la clé. 3FN = Rien que la clé.
La phrase originale étant : "The key, the whole key, nothing but the key" (Chris Date). Elle est empruntée à l'œuvre de Shakespeare.
Exemple de normalisation
[]Selon les trois principaux types de formes normales :
la première forme normale, où chaque attribut des entités contient une valeur atomique
(non composée) ;
exemple :
Produit Fournisseur
téléviseur VIDEO SA, HITEK LTD
Dans ce cas les valeurs du fournisseur sont multivaluées et ne sont pas atomiques. Pour que cette relation soit en première forme normale, il faut décomposer les attributs de la colonne
fournisseur comme suit :
solution:
Produit Fournisseur
téléviseur VIDEO SA téléviseur HITEK LTD
la deuxième forme normale est une relation en première forme normale où chaque attribut
qui n'appartient pas à la clé (l'ensemble des attributs permettant d'identifier de manière unique un tuple de l'entité) ne dépend pas uniquement d'une partie de la clé ;
exemple:
33
Admettons que la clé de cette table soit une clé composite (produit - fournisseur). Dans le cas d'un changement d'adresse d'un fournisseur, il faudra faire preuve de beaucoup d'attention pour n'oublier aucun endroit où l'adresse est mentionnée. En effet, on constate que le champ adresse ne dépend que d'une partie de la clé : le champ fournisseur, ce qui induit la possibilité d'une redondance au sein de la table. Il convient donc de scinder la table en deux:
solution en seconde forme normale :
Produit Fournisseur
téléviseur VIDEO SA téléviseur HITEK LTD écran plat VIDEO SA
Fournisseur Adresse fournisseur
VIDEO SA 13 rue du cherche-midi HITEK LTD 25 Bond Street
De cette manière, un changement d'adresse ne donne lieu qu'à une seule modification dans la table des fournisseurs.
la troisième forme normale est une relation en deuxième forme normale où les attributs
qui ne font pas partie de la clé ne dépendent pas d'attributs ne faisant pas non plus partie de la clé (les attributs sont donc complètement indépendants les uns des autres).
exemple:
Fournisseur Adresse fournisseur Ville Pays
VIDEO SA 13 rue du cherche-midi PARIS FRANCE HITEK LTD 25 Bond Street LONDON ENGLAND
Le pays de l'adresse n'est pas dépendant de la clé de la table, à savoir le nom du fournisseur, mais est fonction de la ville de l'adresse. De nouveau, il est préférable de scinder la table en deux:
solution normalisée :
Fournisseur Adresse fournisseur Ville
VIDEO SA 13 rue du cherche-midi PARIS HITEK LTD 25 Bond Street LONDON
Ville Pays
PARIS FRANCE LONDON ENGLAND
De cette manière, une modification de l'orthographe pour un pays (par exemple : ENGLAND en GREAT BRITAIN) ne donnera lieu qu'à une seule modification.
34
Exemples de violation
[](les * indiquent les attributs appartenant à la clé primaire)
1FN - première forme normale :
tout attribut contient une valeur atomique
CLIENT_ID* ...
Dupont Paris Durand Marseille
L'attribut CLIENT_ID est composé de 2 attributs atomiques.
CLIENT_ID* NOM
1 Gérard Dupont 2 Léon Durand
L'attribut NOM est composé de 2 attributs atomiques.
tous les attributs sont non répétitifs
PRODUIT_ID* DESCRIPTION FOURNISSEURS
1 Téléviseur Sony, Sharp, LG L'attribut FOURNISSEURS est une liste.
tous les attributs sont constants dans le temps.
CLIENT_ID* NOM PRENOM AGE
1 Dupont Gérard 35 L'attribut AGE n'est pas constant dans le temps.
2FN - deuxième forme normale
tous les attributs non-clés sont totalement dépendants fonctionnellement de la totalité de la clé primaire.
COMMANDE_ID* ARTICLE_ID* DESCRIPTION_ARTICLE
1 15 TV haute définition avec amplificateur dolby 5.1
L'attribut
DESCRIPTION_ARTICLE ne dépend que d'une partie de la clef primaire.
35
COMMANDE_ID* CLIENT_ID NOM_CLIENT
1 1 Durand
L'attribut NOM_CLIENT dépend de CLIENT_ID.
FNBC - forme normale de Boyce - Codd
Si une entité ou une relation en troisième forme normale a une clé composée, aucune des propriétés élémentaires de cette clé ne doit être en dépendance fonctionnelle d’une autre propriété.
ENSEIGNANT_ID* MATIERE_ID* SALLE_ID*
DURAND MATHS 3A DUPONT ANGLAIS 6A
Si Durand arrête d'enseigner les
Mathématiques, on supprime la ligne et l'on perd la relation Matière-Salle.
FNDC - forme normale domaine clef
Une relation est en FNDC si et seulement si toutes les contraintes sont la conséquence logique des contraintes de domaines et des contraintes de clefs qui s'appliquent à la relation.
Soit la relation VEHICULE, avec les attributs suivants :
CONSTRUCTEUR* MODELE* TYPE PTAC (KG) Renault Estafette VL 2500 Iveco Eurostar 440 PL 19000 Berliet GDM 1934 PL 15000 VolksWagen 2 900 combi VL 2 900
On remarque que le type VL (véhicule léger) ou PL (poids lourd) est déterminé par la valeur du PTAC. Ainsi, au-dessus de 3,5 tonnes le véhicule est un PL. En dessous c'est un VL... Il y a redondance de
l'information de type qui peut être déduite de la lecture de la valeur du PTAC. En cas de changement de la réglementation (barre des 3,5 tonnes qui pourrait être amenée à
changer) alors il faut mettre à jour plusieurs n-uplets !
Pour résoudre cette anomalie de mise à jour, il faut décomposer la relation en deux comme suit : 1° VEHICULE, avec les attributs suivants :
CONSTRUCTEUR* MODELE* PTAC (KG)
Le type de véhicule ne figure plus. Il sera déduit de la valeur du PTAC : au-dessus de 3,5 tonnes le véhicule est un PL. En dessous c'est un
36
2° TYPE VEHICULE, avec les attributs suivants :
TYPE* PTAC (KG)
VL 0 PL 3500
Une inéqui-jointure sera nécessaire à reconstituer la relation originale.