Was ist Normalisierung in Datenbanken?
Normalformen, Database Normalization
Normalisierung ist ein Verfahren der Datenbankmodellierung, bei dem ein relationales Datenmodell schrittweise in mehrere Tabellen zerlegt wird, bis jede Information nur einmal gespeichert ist. Die Stufen heißen Normalformen (1NF, 2NF, 3NF und weitere) und verhindern Widersprüche beim Einfügen, Ändern und Löschen von Daten.
Steht der Firmenname in vier Tabellen, ist er nach dem nächsten Umzug in dreien falsch. Normalisierung ist die Antwort auf genau dieses Problem im Datenmodell.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
- Ziel
- Jede Information genau einmal speichern
- Übliche Tiefe
- Dritte Normalform
- Geht auf
- Edgar F. Codd und das Relationenmodell
- Gegenstück
- Bewusste Denormalisierung für Auswertungen
Die Normalformen im Überblick
Jede Normalform baut auf der vorherigen auf: Eine Tabelle in der dritten Normalform erfüllt automatisch auch die erste und zweite. Grundlage ist der Begriff der funktionalen Abhängigkeit. Ein Feld B hängt funktional von A ab, wenn zu jedem Wert von A genau ein Wert von B gehört, so wie die Artikelbezeichnung zur Artikelnummer.
| Normalform | Regel | Typischer Verstoß |
|---|---|---|
| 1NF | Jedes Feld enthält genau einen Wert, keine Listen oder Wiederholungsgruppen | Spalte Telefon mit „089 1234, 0170 5678“ |
| 2NF | 1NF, und jedes Nicht-Schlüsselfeld hängt vom ganzen Primärschlüssel ab | Artikelbezeichnung in der Bestellposition mit Schlüssel aus Bestell- und Artikelnummer |
| 3NF | 2NF, und kein Nicht-Schlüsselfeld hängt von einem anderen Nicht-Schlüsselfeld ab | Abteilungsname in der Mitarbeitertabelle, obwohl er an der Abteilungsnummer hängt |
| BCNF | Jedes Feld, von dem andere abhängen, ist selbst ein Schlüsselkandidat | Selten, nur bei mehreren überlappenden Schlüsselkandidaten |
Die erste Normalform scheitert an Listen in einem Feld: Nach einer einzelnen Telefonnummer kannst du nicht vernünftig suchen, und keine lässt sich einzeln löschen. Die Nummern gehören in eine eigene Tabelle mit einer Zeile je Nummer.
Die zweite Normalform betrifft nur Tabellen mit zusammengesetztem Schlüssel. In einer Tabelle Bestellposition mit dem Schlüssel aus Bestellnummer und Artikelnummer hängt die Menge an beiden Teilen, die Artikelbezeichnung aber nur am Artikel. Sie gehört deshalb in die Artikeltabelle.
Die dritte Normalform verbietet sogenannte transitive Abhängigkeiten. Steht in der Mitarbeitertabelle neben der Abteilungsnummer auch der Abteilungsname, hängt der Name an der Abteilung und nur über sie am Mitarbeiter. Benennt sich die Abteilung um, müsste sonst jede Mitarbeiterzeile angefasst werden. Das Lehrbuchbeispiel mit Postleitzahl und Ort hat in Deutschland übrigens einen Haken: Eine Postleitzahl kann mehrere Orte umfassen, die Abhängigkeit ist also gar nicht eindeutig.
Was du dir damit ersparst
Die drei klassischen Anomalien sind der eigentliche Grund für den Aufwand. Die Änderungsanomalie: Eine Adresse steht an fünf Stellen, vier werden aktualisiert. Die Einfügeanomalie: Ein neuer Artikel lässt sich nicht anlegen, weil es noch keine Bestellung dazu gibt. Die Löschanomalie: Mit der letzten Bestellung verschwindet auch der Artikel aus dem System.
Ein normalisiertes Modell macht solche Widersprüche unmöglich, statt sie durch Anwendungscode zu verhindern. Das ist der Unterschied zwischen einer Regel, die gilt, und einer Regel, die jemand beim nächsten Import vergisst. Die Grundlagen dafür legte Edgar F. Codd, der das Relationenmodell und die ersten Normalformen Anfang der 1970er-Jahre beschrieb.
Denormalisierung als bewusste Entscheidung
Normalisierte Modelle brauchen Joins, und viele Joins können in Auswertungen teuer werden. Deshalb wird in Berichts- und Analysedatenbanken gezielt zurückgebaut, etwa im Sternschema mit einer Faktentabelle und flachen Dimensionstabellen. Spaltenorientierte Systeme wie ClickHouse sind auf solche breiten Tabellen ausgelegt.
Wichtig ist die Richtung: erst normalisieren, dann begründet denormalisieren. Wer umgekehrt anfängt, hat weder die Regeln noch die Geschwindigkeit. Und jede duplizierte Spalte braucht einen benannten Mechanismus, der sie aktuell hält, sei es ein Trigger, ein Job oder ein Update im selben Vorgang.
Ein Sonderfall ist die absichtliche Kopie: Der Preis auf einer Rechnung ist keine Redundanz, sondern der Wert zum Zeitpunkt des Verkaufs. Er darf sich nicht ändern, wenn der Artikelpreis steigt.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
Normalisierung und was oft damit gleichgesetzt wird
Denormalisierung ist der geplante Rückbau eines normalisierten Modells zugunsten der Lesegeschwindigkeit. Sie ist etwas anderes als ein Modell, das nie normalisiert wurde: Beim Rückbau ist bekannt, welche Regel dabei aufgegeben wird.
Dort bedeutet Normalisierung etwas ganz anderes, nämlich das Umrechnen von Zahlenwerten auf eine gemeinsame Skala, etwa auf den Bereich 0 bis 1. Mit dem Aufbau von Datenbanktabellen hat das nichts zu tun, auch wenn beides oft als Datennormalisierung bezeichnet wird.
Ein Index beschleunigt Zugriffe, ohne das Modell zu ändern. Viele vermeintliche Normalisierungsprobleme sind in Wahrheit fehlende Indizes auf den Fremdschlüsselspalten.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
Die Rechnung kommt nicht beim Modellieren, sondern beim ersten Umzug
Der übliche Einstieg in das Problem ist eine gewachsene Tabelle aus einer Excel-Liste: Kundenname, Straße und Ansprechpartner stehen in jeder einzelnen Bestellzeile. Solange sich nichts ändert, fällt das nicht auf. Beim ersten Adresswechsel musst du entscheiden, welche der vielen tausend Zeilen die Wahrheit tragen, und spätestens dann zeigt sich, dass derselbe Kunde dort längst in drei Schreibweisen steht.
Der zweite Ort, an dem es kippt, ist die Auswertung. Wenn gezählt wird, wie viele Kunden aus Bayern kommen, zählt jede Schreibvariante als eigener Kunde. Die Zahl ist nicht falsch berechnet, sie beruht nur auf einem Modell, das denselben Sachverhalt mehrfach kennt, ohne zu wissen, welcher Eintrag gilt.
Übertreiben lässt sich das genauso. Wer jede Eigenschaft in eine eigene Tabelle auslagert, braucht für eine simple Übersicht acht Verknüpfungen und wundert sich über die Antwortzeit. Viele Teams halten deshalb den operativen Bestand in der dritten Normalform und stellen für Berichte bewusst flache Strukturen daneben, die aus diesem Bestand neu erzeugt werden.
Normalisierung lernen
Wie du ein bestehendes Modell prüfst und Schritt für Schritt umbaust, ohne den laufenden Betrieb zu stören, zeigen die Kurse zu Datenbankdesign.
Wie sich Modell und Ausführungsplan in einem konkreten System verhalten, siehst du in den Kursen zur Oracle-Datenbank.
Sitzt Normalisierung schon?
Lesen fühlt sich schnell nach Können an. Ein kurzer Test zeigt dir, was davon schon sitzt und wo sich ein Kurs lohnt. Kostenlos, ohne Anmeldung, mit einer Erklärung zu jeder Antwort.
Kurse, die Normalisierung behandeln
Häufige Fragen
Reicht die dritte Normalform aus?
Macht Normalisierung meine Datenbank langsam?
Gilt das auch für dokumentenorientierte Datenbanken?
Deine Ansprechpartner
Du willst das Thema nicht nur nachschlagen, sondern anwenden können? Wir beraten dich persönlich und kostenlos.
Yves Hoppe
Weiterbildung & Beratung
Ordnet mit dir ein, welcher Kurs zu deinem Vorwissen passt.
Norbert Jansen
Beratung & Inhouse
Plant Inhouse-Trainings, die an euren eigenen Daten und Abläufen ansetzen.
Normalisierung im Kurs statt im Lexikon
Nachschlagen bringt dich bis zum Verstehen. Anwenden lernst du an echten Aufgaben.