Ver el código de «Normalización de una base de datos»

{{Definición
|nombre=Formas Normales
|imagen=formas_normales_BD.jpeg
|tamaño=
}}
'''El proceso de normalización de una [[base de datos]]''' consiste en aplicar una serie de reglas a  las relaciones obtenidas tras el paso del modelo E-R (entidad-relación) al modelo relacional.

==Objetivo de la normalización==
Las bases de datos relacionales se normalizan para:
* Evitar la redundancia de los datos.
* Evitar problemas de actualización de los datos en las tablas.
* Proteger la integridad  de los datos.

En  el modelo relacional es frecuente llamar tabla a una relación,  aunque  para que una tabla bidimensional sea considerada como una  relación  tiene cumplir con algunas restricciones:
* Cada columna debe tener su nombre único.
* No puede haber dos filas iguales. No se permiten los  duplicados.
* Todos los datos en una columna deben ser del mismo tipo.

==Terminología equivalente==
* '''relación''' = tabla o archivo 
* '''tupla''' = registro, fila o renglón 
* '''atributo''' = campo o columna 
* '''base de datos''' = banco de datos 
* '''dependencia multivaluada''' = dependencia multivalor 
* '''clave''' = llave
* '''clave primaria''' = superclave
* '''clave ajena''' = clave extranjera o clave foránea
* '''RDBMS''' = del inglés Relational Data Base Manager  System que significa, [[Sistema Gestor de Base de Datos]] Relacionales

'''Dependencia funcional'''
Una dependencia funcional son  conexiones entre uno o más atributos. Por ejemplo si conocemos el valor  de FechaDeNacimiento podemos conocer el valor de Edad.

Las dependencias funcionales se escriben utilizando una flecha,  de la siguiente manera:
 
FechaDeNacimiento->Edad

Aquí a '''FechaDeNacimiento''' se le conoce como un  determinante. Se puede leer de dos formas '''FechaDeNacimiento'''  determina a '''Edad''' o '''Edad''' es funcionalmente  dependiente de '''FechaDeNacimiento'''. De la normalización (lógica) a la implementación (física o real) puede  ser sugerible tener éstas dependencias funcionales para lograr mayor  eficiencia en las tablas.

'''Dependencia funcional transitiva'''
Supongamos que los estudiantes  solo pueden estar matriculados en un solo curso y supongamos que los  profesores solo pueden dar un curso. 
ID_Estudiante -> Curso_Tomando 
Curso_Tomando -> Profesor_Asignado 
ID_Estudiante -> Curso_Tomando -> Profesor_Asignado

Entonces tenemos que '''ID_Estudiante''' determina a '''Curso_Tomando'''  y el '''Curso_Tomando''' determina a '''Profesor_Asignado''',  indirectamente podemos saber a través del '''ID_estudiante''' el '''Profesor_Asignado'''.  Entonces tenemos una dependencia transitiva.

==Claves==
===Clave ajena===
Cuando se tienen dos tablas o más, una clave ajena es aquella columna  de una tabla que hace referencia a una clave primaria de otra tabla.

También existe el caso de Relaciones Autoreferenciales.  Sucede  cuando en la misma relación se tiene una clave ajena que hace referencia  a la clave primeria de la misma relación. Por otro lado las claves  ajenas pueden tomar valores nulos.

===Regla de Integridad Referencial===
La base de datos no debe conter valores de clave ajena sin  concordancia. Así como los valores de clave primaria representan  identificadores de entidades, las claves ajenas representan referencia a  entidades.

La regla dice: Si B hace referencia a A entonces A debe existir. 
Surgen los siguientes dos puntos: 
* La integridad referencial exige concordancia en las claves ajenas, con  las claves primerias, no con la claves alternativas.
* Los conceptos de clave ajena e integridad referencial se definen uno  en termino del otro.

===Clave candidata===
Por lo general la forma más eficiente y segura para escoger o hacer la  clave primaria es poniendo un número y aumentando éste a medida que se  van añadiendo filas, pero si de casualidad se diera el caso de que  existan varias claves candidatas de las cuales se deba escoger la clave  primaria, esta elección se hace utilizando el sentido común.

===Claves alternativas===
Son aquellas claves candidatas que no han sido elegidas.

===Clave simple===
Es una clave que esta compuesta solo de un atributo.

===Clave compuesta===
Es una clave que esta compuesta por más de un atributo.

==Formas Normales==
Las primeras tres formas normales son suficientes para cubrir las  necesidades de la mayoría de las bases de datos. El creador de estas 3  primeras formas normales (o reglas) fue Edgar F. Codd, éste introdujo la  normalización en un artículo llamado '''A Relational Model of Data for Large Shared Data Banks'''.

===Primera Forma Normal (1FN)===
Sea α un conjunto de atributo perteneciente (Є) a la relación R, en  donde R está en la Primera Forma Normal si todos los atibutos α[n] son  atómicos, es decir no pueden seguir dividiéndose. Por ejemplo:

La Relación:

cursos: nombre, código, vacantes, horario, bibliografía

Queda después de aplicar la Forma Normal 1 de la siguiente manera:

cursos1: nombre, código, vacantes 
horario1: código, día, módulo 
bibliografia1: código, nombre, autor

===Segunda Forma Normal (2FN)===
Dependencia completa. Esta en 2FN si esta en 1FN y si sus atributos no principales dependen de  forma completa de la clave principal.

===Tercera Forma Normal (3FN)===
Está en segunda forma normal y todo atributo no primo es implicado  por la clave primaria en una secuencia no transitiva.Se eliminan las  dependencias transitivas.

===Forma normal de Boyce-Codd (FNBC)===
Una tabla está en FNBC sí y sólo sí las únicas dependencias funcionales  elementales son aquellas en las que la clave primaria determinan un  atributo.

===Cuarta Forma Normal (4FN)===
Está en forma normal de Boyce-Codd y se eliminan las dependencias  multivaluadas  y se generan todas las relaciones externas con otras  tablas u otras bases de datos.

===Quinta Forma Normal (5FN)===
Está en cuarta forma normal y toda dependencia-join viene implicada  por claves candidatas.

==Reglas de Codd==
Codd se dio de cuenta que existían bases de datos en el mercado las  cuales decían ser relacionales, pero lo único que hacían era guardar la  información en las tablas, sin estas tablas estar literalmente  normalizadas; entonces éste publicó 12 reglas que un verdadero sistema  relacional debería de tener, en la práctica algunas de ellas son  difíciles de realizar.Un sistema podrá considerarse "más relacional"  cuanto más siga estas reglas.

===Regla No. 1 - La Regla de la información===
Toda la información en un RDBMS está explícitamente  representada de una sola manera por valores en una tabla. Cualquier cosa que no exista en una tabla no existe del todo.

Toda la información, incluyendo nombres de tablas, nombres de vistas,  nombres de columnas, y los datos de las columnas deben estar almacenados  en tablas dentro de las bases de datos. Las tablas que contienen tal  información constituyen el Diccionario de Datos.

===Regla No. 2 - La regla del acceso garantizado===
Cada ítem de datos debe ser lógicamente accesible al ejecutar  una búsqueda que combine el nombre de la tabla, su clave primaria, y el  nombre de la columna.

Esto significa que dado un nombre de tabla, dado el valor de la  clave primaria, y dado el nombre de la columna requerida, deberá  encontrarse uno y solamente un valor. Por esta razón la definición de  claves primarias para todas las tablas es prácticamente obligatoria.

===Regla No. 3 - Tratamiento sistemático de los valores nulos===
La información inaplicable o faltante puede ser representada a  través de valores nulos.

Un RDBMS (Sistema Gestor de Bases de Datos Relacionales) debe  ser capaz de soportar el uso de valores nulos en el lugar de columnas  cuyos valores sean desconocidos o inaplicables.

===Regla No. 4 - La regla de la descripción de la base de datos===
La descripción de la base de datos es almacenada de la misma  manera que los datos ordinarios, esto es, en tablas y columnas, y debe  ser accesible a los usuarios autorizados.

La información de tablas, vistas, permisos de acceso de usuarios  autorizados, etc, debe ser almacenada exactamente de la misma manera:  En tablas. Estas tablas deben ser accesibles igual que todas las tablas,  a través de sentencias de SQL.

===Regla No. 5 - La regla del sub-lenguaje Integral===
Debe haber al menos un lenguaje que sea integral para soportar  la definición de datos, manipulación de datos, definición de vistas,  restricciones de integridad, y control de autorizaciones y  transacciones.

Esto significa que debe haber por lo menos un lenguaje con una  sintaxis bien definida que pueda ser usado para administrar  completamente la base de datos.

===Regla No. 6 - La regla de la actualización de vistas===
Todas las vistas que son teóricamente actualizables, deben ser  actualizables por el sistema mismo.

La mayoría de las RDBMS permiten actualizar vistas simples, pero  deshabilitan los intentos de actualizar vistas complejas.

===Regla No. 7 - La regla de insertar y actualizar===
La capacidad de manejar una base de datos con operandos simples  aplica no solo para la recuperación o consulta de datos, sino también  para la inserción, actualización y borrado de datos.

Esto significa que las cláusulas SELECT, UPDATE, DELETE e INSERT  deben estar disponibles y operables sobre los registros,  independientemente del tipo de relaciones y restricciones que haya entre  las tablas.

===Regla No. 8 - La regla de independencia física===
El acceso de usuarios a la base de datos a través de terminales  o programas de aplicación, debe permanecer consistente lógicamente  cuando quiera que haya cambios en los datos almacenados, o sean  cambiados los métodos de acceso a los datos.

El comportamiento de los programas de aplicación y de la  actividad de usuarios vía terminales debería ser predecible basados en  la definición lógica de la base de datos, y éste comportamiento debería  permanecer inalterado, independientemente de los cambios en la  definición física de ésta.

===Regla No. 9 - La regla de independencia lógica===
Los programas de aplicación y las actividades de acceso por  terminal deben permanecer lógicamente inalteradas cuando quiera que se  hagan cambios (según los permisos asignados) en las tablas de la base de  datos.

La independencia lógica de los datos especifica que los  programas de aplicación y las actividades de terminal deben ser  independientes de la estructura lógica, por lo tanto los cambios en la  estructura lógica no deben alterar o modificar estos programas de  aplicación.

===Regla No. 10 - La regla de la independencia de la integridad===
Todas las restricciones de integridad deben ser definibles en  los datos, y almacenables en el catalogo, no en el programa de  aplicación.

Las reglas de integridad son: 

* Ningún componente de una clave primaria puede tener valores  en blanco o nulos. (esta es la norma básica de integridad).
* Para cada valor de clave foránea deberá existir un valor de  clave primaria concordante. La combinación de estas reglas aseguran que  haya Integridad referencial.

===Regla No. 11 - La regla de la distribución===
El sistema debe poseer un lenguaje de datos que pueda soportar  que la base de datos esté distribuida físicamente en distintos lugares  sin que esto afecte o altere a los programas de aplicación.

El soporte para bases de datos distribuidas significa que una  colección arbitraria de relaciones, bases de datos corriendo en una  mezcla de distintas máquinas y distintos sistemas operativos y que este  conectada por una variedad de redes, pueda funcionar como si estuviera  disponible como una única base de datos en una sola máquina.

===Regla No. 12 - Regla de la no-subversión===
Si el sistema tiene lenguajes de bajo nivel, estos lenguajes de  ninguna manera pueden ser usados para violar la integridad de las  reglas y restricciones expresadas en un lenguaje de alto nivel (como [[SQL]]).

Algunos productos solamente construyen una interfaz relacional  para sus bases de datos No relacionales, lo que hace posible la  subversión (violación) de las restricciones de integridad. Esto no debe  ser permitido.

==Fuentes==
http://ucipedia.uci.cu/index.php/Normalizaci%C3%B3n_de_una_base_de_datos

[[Category:Informática]][[Categoría:Normalización de bases de datos]]