Hlavní navigace

Jak na databáze : 3.NF - paskvil zavaný široká tabullka

2. 8. 2019 11:40 (aktualizováno) Michal Šalko
"Velké, šíré, rodné lany,
zežloutly jste na všechny strany!
Od souvratě ku souvrati
bude nás ta žlutá sráti"
(Jiří C. Wavrovský)

A kdyby len barva, ale i ta šíře. Klasický případ, víš mi máme takový a takový produkt a k tomu bychom potřebovali evidovat ještě tenhle atribut a tenhle a tenhle … Super. Výsledek tabulka 30 sloupců. Pak realizuj select. 2 000 000 záznamů a scan v selectu ne a ne skončit. Pak si vzpomeneš, že v PostgreSQL existuje ještě něco jako SET enable_seqscan = OFF. Ale záchrana jen dočasná. Nutná superindexace, která pomůže pouze do chvíle než potřebuješ updatovat. Pak si vzpomeneš že existuje něco takového jako 3. normální forma.

Abstrakce: 3. normální forma

Tabulka ja v 3. NF když :

  1. Je v 2.NF
  2. Tabulka neobsahuje sloupce, které lze přenést do jiné tabulky.

Poznámka :

Jedná se o takzvanou tranzitivní závislost. Česky řečeno míchat jablka s hruškami. Nebo ze všech sloupců tabulky lze separovat dvě a více nezávislých entit.

Příklad : Dodržíme syntax

Hledal jsem na internetu nějaký seznam knih u které jsou uvedeny i biografické údaje o autorovi, ale nenašel jsem jej. Ale našel jsem tam tento příklad:

číslo příjmeni jméno název místo nakladatelství rok datum cena
26 Čech Svatopluk Hanuman Praha MF 1957 27.9.1978 8,30
27 Čech Svatopluk Jestřáb contra Hrdlička a jiné po. Praha MF 1952 2.9.1978 15,00
29 Čech Svatopluk Písně otroka Praha SPN 1956 29.9.1978 3,80
30 Čech Svatopluk Písně otroka Praha SPN 1956 29.9.1978 3,80
31 Čech Svatopluk Písně otroka Praha SPN 1956 29.9.1978 3,80
32 Čech Svatopluk Písně otroka Praha SPN 1956 29.9.1978 3,80
35 Čech Svatopluk Ve stínu lípy Praha Topič 1935 29.9.1978 1,10
36 Čech Svatopluk Výbor poezie Praha MF 1951 29.9.1978 13,50
37 Čech Svatopluk Výlety pana Broučka Praha Melantrich 1952 29.9.1978 18,80

Když se podíváme pozorně na seznam, tak tam vidíme, že tato tabulka obsahuje sloupce, které lze seskupit do nezávislých entit (tabulek).  Já tam vidím kniha titul (abstraktum), kniha (konkrétní vydání),kniha evidence,autor a nakladatelství. Z toho můžeme zkonstrulovat takovýto entitno-relační diagram (ERD).

Nutno podotknout, že na to aby Jste viděli vztah, že tabulka lze rozdělit na další entity, musíte se rozumět datům. Vědet o jaká data se jedná  – poznat sémantiku dat. Kdybychom přistupovali čistě mechanicky, pak bychom mohli mohli příjmení, jméno a místo sloučit do jedné tabulky.

Připadá Vám to příliš složité ? Nemusí. Jedným vstupem můžete pomocí funkce odeslat do databáze data např. pomocí json formátu. Ve funkci je pak můžete rozpársrovat a uložit do příslušných tabulek tak,  že budete kontrolovat duplicitu. V případě, že se vyskytne ji automaticky ošetříte. Ve výsledku, ale budete mít data lehce dostupná a navíc v 3.NF.

A co sémantika ?

V případě 3. NF jak jsem se zmínil sémantika, porozumění datům hraje klíčovou roly.  Bez ní nedokážete rozlišit entity v tabulce a strukturovat data.

Chcete vědet jak to dopadlo s tabulkou s 30 sloupci ? Ukázalo se, že je možné rozdělit takúto tabulku na několik subtabulek a s vazbou 1:1 na hlavní tabulku. Úspora nebyla jen místa, ale i v rychlosti přístupu k datům.

A všichni žily spokojeně a šťastlivě do doby než se objevila 4. normální forma, ale o té příští týden.

Poznámka:

Může vzniknout falešná iluze, že v 3.NF jde hlavně o redukci širokých tabulek. Tak tomu není. Hlavní věcí je redukce duplicitních dat v tabulce. Tak abychom nedostávali nad stejnými daty různé výsledky. Široké tabulky hlavně souvisí s výkonem. Ale vždy když jsem se setkal s širokými tabulkami, tak to bylo jako přímí důsledek buďto lenosti architektů, nebo tlačením vývojářů na zkrácení času pro vývoj, nebo neschopností více strukturovt data – poznat jejich sémantiku.

Jak říkal Geothe „jádro pudla“ spočívá možná taky v neznalosti možností DDL SQL (data definition language) jazyka a schopností té které databáze. Jinak musíme přistupovat k datům v MS Access databázi, kde se širokým tabulkám někdy nevyhneme  a jinak v PostreSQL nebo v Oracle, SQL Serveru kde máme možnosti mnohem šiřší.

Sdílet

Diskuse byla uzavřena.