Cerca all'interno del corso
Aggiornati con Software Planet!

Corso di Microsoft Access

Le regole di normalizzazione
Lezione 5
Parte 1 di 4

 

Vedi anche i corsi correlati:


Partner:


 

Finiamo di analizzare la fase di progettazione del database trattando altri due argomenti importanti: la normalizzazione del database e le regole d’integrità.

Le regole di normalizzazione
Abbiamo detto nella prima lezione che ogni tabella deve contenere un certo tipo di cose (o entità) che rappresentano un oggetto o un evento del mondo reale. Ma quando si progetta un database come si fa a vedere quante tabelle servono o quali colonne dovranno avere?
Le regole di normalizzazione ci aiutano in fase di progettazione a trovare la struttura ottimale per il nostro database. Si tratta di una serie di criteri che ci guidano nella costruzione delle singole tabelle in modo tale da realizzare un database che sia il più efficiente possibile. Si parla di vari livelli di normalizzazione, uno successivo all’altro; cioè un database per soddisfare il secondo livello di normalizzazione deve necessariamente soddisfare il primo livello e così via per quelli successivi. Noi prenderemo in esame solamente i primi tre livelli, in quanto un database che soddisfi il terzo livello di normalizzazione già raggiunge un elevato grado di efficienza e ci sono buone probabilità che soddisfi anche alcuni livelli successivi.

Primo livello di normalizzazione
Il primo livello di normalizzazione (1NF, first normal form) richiede che tutti i valori di ogni colonna siano indivisibili. Esempio classico: mettere in un unico campo nome e cognome di un soggetto non soddisfa il primo livello di normalizzazione in quanto il valore può essere suddiviso in nome e cognome. Il motivo che sta alla base di questa regola è facilmente intuibile: se una colonna contiene più valori non è possibile riutilizzarli in maniera semplice ed immediata. Nel caso di nome e cognome il problema è limitato, ma si pensi ad un database che gestisce gli ordini di un commerciante all’ingrosso di frutta: se gli acquisti di ogni cliente vengono inseriti tutti in una colonna (es. il cliente Bianchi compra 10 kg,. di banane, 20 kg di mele, e così via per altri 10 tipi di frutta) il problema dell’estrazione e dello sfruttamento dei dati diventa notevole. Quindi i dati devono essere suddivisi in più colonne in modo tale che ogni colonna contenga solamente una singola informazione.

 


   
Home Page

A Cura di Roberto Cesaroni (©)

Scarica questa lezione: Clicca qui per scaricare la lezione


 

Segnala questa lezione ad un amico!
Nome Amico:
eMail Amico:
Tuo Nome:
Regalagli anche la Newsletter di questo corso!