はじめに
データベース正規化は、データベース管理の世界において極めて重要な概念です。データの重複を減らし、データの整合性を向上させることで、データベース構造を最適化するプロセスです。正規化は、データを効率的に整理し、更新異常、挿入異常、削除異常といった一般的なデータ異常を防ぐためのルールとガイドラインのセットです。
本記事では、データベース正規化の基礎、さまざまな正規形について詳しく解説し、各レベルの正規化を説明するための実際の例を提供します。
なぜデータベースを正規化するのか？
データベース正規化の詳細に移る前に、なぜそれが必要なのかを理解することが重要です。正規化にはいくつかの利点があります：
- データ整合性：正規化は、重複を減らすことでデータの正確性と一貫性を維持するのに役立ちます。データが重複せずに保存される場合、エラーの発生リスクが低くなります。
- 効率的なストレージ：正規化されたデータベースは、重複データが最小限になるため、ストレージ領域をより少なく使用します。これにより、ストレージの総コストが削減されます。
- クエリ最適化：正規化されたデータベースでは、クエリがより効率的になります。なぜなら、大きな非正規化されたテーブルではなく、より小さく構造化されたテーブルにアクセスする必要があるからです。
- 柔軟性：正規化されたデータベースは、データ要件やビジネスルールの変更に対応しやすいという点で、より柔軟です。
正規化の段階
データベース正規化は通常、いくつかの段階に分けられ、これを正規形と呼びます。最も一般的に使用される正規形は次の通りです：
- 第一正規形（1NF）：テーブル内の各列が原子的で分割できない値を含むことを保証します。繰り返しグループがあってはならず、各列には一意の名前が付く必要があります。
- 第二正規形（2NF）：1NFを基盤として、2NFは部分的依存を排除します。テーブルが2NFにあるのは、1NFにあり、かつすべての非キー属性が主キー全体に関数的に依存している場合です。
- 第三正規形（3NF）：2NFを基盤として、3NFは推移的依存を排除します。テーブルが3NFにあるのは、2NFにあり、かつすべての非キー属性が主キーに関数的に依存しているが、他の非キー属性に依存していない場合です。
- ボーイス・コッド正規形（BCNF）：3NFのより厳格なバージョンであり、すべての非自明な関数的依存がスーパーキーであることを保証します。つまり、部分的依存や推移的依存は許されません。
- 第四正規形（4NF）：4NFは、ある属性が別の属性に依存するが、主キーの関数ではない多値依存を扱います。
- 第五正規形（5NF）またはプロジェクト・ジョイン正規形（PJNF）：これらの正規形は、テーブルが4NFにあるが、さらに最適化可能なジョイン依存がある場合を扱います。
それでは、これらの正規形を例を用いて説明しましょう：
第一正規形（1NF）
顧客の注文を格納する正規化されていないテーブルを検討する：
| 注文ID | 顧客 | 商品 |
|---|---|---|
| 1 | ジョン | りんご、バナナ、オレンジ |
| 2 | アリス | ぶどう、イチゴ |
| 3 | ボブ | レモン、ライム |
このテーブルは1NFに違反している。なぜなら、商品列に項目のリストが含まれているためである。1NFに準拠させるため、商品を個別の行に分割する。
| 注文ID | 顧客 | 商品 |
|---|---|---|
| 1 | ジョン | りんご |
| 1 | ジョン | バナナ |
| 1 | ジョン | オレンジ |
| 2 | アリス | ブドウ |
| 2 | アリス | イチゴ |
| 3 | ボブ | レモン |
| 3 | ボブ | ライム |
今、各セルには原子値が含まれており、テーブルは1NFにあります。
第二正規形（2NF）
学生とその授業に関する情報を格納するテーブルを考えてみましょう：
| 学生ID | 授業ID | 授業名 | 教員 |
|---|---|---|---|
| 1 | 101 | 数学 | スミス教授 |
| 1 | 102 | 物理学 | ジョンソン教授 |
| 2 | 101 | 数学 | スミス教授 |
| 3 | 103 | 歴史 | デイビス教授 |
このテーブルは2NFを違反している。なぜなら、教員属性は、両方の学生IDと授業IDに依存しているためである。2NFを達成するため、このテーブルを2つの別々のテーブルに分割する。
学生テーブル：
| 学生ID | 学生名 |
|---|---|
| 1 | ジョン |
| 2 | エリス |
| 3 | ボブ |
授業テーブル：
| 授業ID | 授業名 | 教員 |
|---|---|---|
| 101 | 数学 | スミス教授 |
| 102 | 物理学 | ジョンソン教授 |
| 103 | 歴史 | デイビス教授 |
さて、教員属性は、授業IDにのみ依存し、テーブルは2NFにあります。
第三正規形（3NF）
従業員とそのプロジェクトに関する情報を格納するテーブルを考えてみましょう：
| 従業員ID | プロジェクトID | プロジェクト名 | マネージャー |
|---|---|---|---|
| 1 | 101 | プロジェクトA | ジョン |
| 1 | 102 | プロジェクトB | アリス |
| 2 | 101 | プロジェクトA | ジョン |
| 3 | 103 | プロジェクトC | ボブ |
このテーブルは3NFを違反しているのは、マネージャー属性は、主キーに直接ではなく、従業員ID、主キーに直接ではなく。3NFに達するために、テーブルを2つの別々のテーブルに分割します：
従業員テーブル：
| 従業員ID | 従業員名 |
|---|---|
| 1 | ジョン |
| 2 | エリス |
| 3 | ボブ |
プロジェクトテーブル：
| プロジェクトID | プロジェクト名 |
|---|---|
| 101 | プロジェクトA |
| 102 | プロジェクトB |
| 103 | プロジェクトC |
従業員プロジェクトテーブル：
| 従業員ID | プロジェクトID |
|---|---|
| 1 | 101 |
| 1 | 102 |
| 2 | 101 |
| 3 | 103 |
さて、マネージャー属性は、ProjectIDに依存しており、テーブルは3NFにあります。
ボーイス・コッド正規形（BCNF）
BCNFは3NFよりも厳格なバージョンです。BCNFを説明するために、教授とその研究分野に関する情報を格納するテーブルを考えてみましょう：
| 教授ID | 研究分野 | オフィス番号 |
|---|---|---|
| 1 | 人工知能 | 101 |
| 2 | 機械学習 | 102 |
| 3 | 人工知能 | 103 |
このテーブルはBCNFに違反しています。なぜなら、研究分野とオフィス番号の間に非自明な関数従属関係があるからです（つまり、オフィス番号は研究分野に依存しています）。BCNFを達成するためには、このテーブルを2つの別々のテーブルに分割します：
教授テーブル：
| 教授ID | 教授名 |
|---|---|
| 1 | スミス教授 |
| 2 | ジョンソン教授 |
| 3 | デイビス教授 |
研究分野テーブル：
| 研究分野 | 事務室番号 |
|---|---|
| 人工知能 | 101 |
| 機械学習 | 102 |
教授研究テーブル：
| 教授ID | 研究分野 |
|---|---|
| 1 | 人工知能 |
| 2 | 機械学習 |
| 3 | 人工知能 |
現在、非自明な関数従属が存在しないため、テーブルはBCNFにあります。
第四正規形（4NF）
4NFは多値依存性を取り扱います。本と著者に関する情報を格納するテーブルを考えてみましょう：
| 書籍ID | タイトル | 著者 |
|---|---|---|
| 1 | 書籍A | 著者X、著者Y |
| 2 | 書籍B | 著者Y、著者Z |
| 3 | 書籍C | 著者X |
このテーブルは4NFを違反している。なぜなら、次の間にある多値依存関係があるからである。書籍ID と 著者。4NFを達成するため、このテーブルを3つの別々のテーブルに分割する。
書籍テーブル：
| 書籍ID | タイトル |
|---|---|
| 1 | 書籍A |
| 2 | 書籍B |
| 3 | 書籍C |
著者テーブル：
| 著者ID | 著者名 |
|---|---|
| 1 | 著者X |
| 2 | 著者Y |
| 3 | 著者Z |
BookAuthors テーブル：
| BookID | AuthorID |
|---|---|
| 1 | 1 |
| 1 | 2 |
| 2 | 2 |
| 2 | 3 |
| 3 | 1 |
現在、各テーブルは4NFにあり、多値依存関係は削除されています。
第五正規形（5NF）または投影結合正規形（PJNF）
5NFまたはPJNFは結合依存関係を取り扱い、これはこの入門記事の範囲を超えています。5NFを達成するには通常、さらなる分解が必要であり、複雑なデータベースではしばしば必要となります。
結論
データベース正規化は、データストレージの最適化、データの整合性の向上、データの異常の削減を目的としたデータベース設計における重要なプロセスです。正規化されたテーブルにデータを整理することで、データベースシステムの効率性と保守性を高めることができます。
BCNFや4NFなどの高い正規形を達成することが、すべてのデータベースにとって常に必要とは限らないことを覚えておいてください。正規化のレベルは、アプリケーションの具体的な要件およびデータの整合性とパフォーマンスのトレードオフに依存します。
データベースを設計する際には、正規化と実用性のバランスを取ることが重要です。多くの場合、3NFを達成すれば、データの整合性を確保しつつ、良好なクエリパフォーマンスを維持できます。
正規化の原則を理解し、実際の例を用いて実践することは、データベース管理者や開発者が効率的で堅牢なデータベースシステムを構築するために不可欠です。