La normalisation correspond au processus d'organisation des données dans une base de données. Ce processus comprend la création de tables et l'établissement de relations entre celles-ci conformément à des règles conçues à la fois pour protéger les données et pour rendre la base de données plus flexible grâce à l'élimination de la redondance et des dépendances incohérentes. (source : http://support.microsoft.com/kb/283878/fr)

Il existe plusieurs règles pour faire l'organisation de l'information. Ces règles sont connues sous le nom de « forme normale ». Nous étudierons les 3 premiers niveaux de forme normale. Il y en a d'autres, plus complexes, mais en général une BD en 3^e forme normale est habituellement assez structurée pour la plupart des applications.

Première forme normale (1FN)

Définition

La définition originale de la 1FN donnée par Codd en 1971 est la suivante :

        

            Copié
            
        
        Une relation est en première forme normale si aucun de ses
domaines ne peut contenir des éléments qui soient eux-mêmes des
ensembles. Une relation qui n'est pas en première forme normale est
dite non normalisée.

    

Relation dont tous les attributs :

• contiennent une valeur scalaire (les valeurs ne peuvent pas être divisées en plusieurs sous-valeurs dépendant également individuellement de la clé primaire)
• contiennent des valeurs non répétitives (le cas contraire consiste à mettre une liste dans un seul attribut).
• sont constants dans le temps (utiliser par exemple la date de naissance plutôt que l'âge).

Le non-respect des deux premières conditions de la 1FN rend plus lente la recherche parmi les données parce qu'il faut analyser le contenu des attributs. La troisième condition quant à elle évite qu'on doive régulièrement mettre à jour les données.

Règles

• Éliminer la répétition de groupes dans les différentes tables.
• Créer une table distincte pour chaque jeu de données connexes.
• Identifier chaque jeu de données connexes à l'aide d'une clé primaire.

Exemple

Un étudiant est inscrit à plusieurs cours. Si nous mettions le sigle du cours dans la table Etudiants, il faudrait donc qu'il y ait autant de colonnes que le maximum de cours auxquels l'étudiant peut s'inscrire. Cela créerait donc des colonnes vides la plupart du temps, car un étudiant n'est pas nécessairement (et rarement) inscrit au maximum de cours qu'il peut suivre.

De plus, si la direction décide que l'on peut maintenant suivre 1 cours de plus, il faudrait changer la table pour augmenter ce maximum. Il est aussi difficile de trouver les cours auxquels un étudiant est inscrit : est-ce dans Cours1, 2 ou 3 ?

Pour illustrer la règle 1 de la 2^e définition, imaginez que le Nom contiendrait le prénom et le nom de la personne. Comment faire pour trier les résultats d'un select par le nom ou par le prénom. Cela devrait se faire par l'application qui devrait décomposer le champ en plusieurs composants.

La règle 3 pourrait s'illustrer en ajouter un champ Age de l'étudiant dans lequel on mettrait son âge au lieu de sa date de naissance. Ce champ devrait donc être constamment mis à jour.

Pour des raisons de simplicité (et d'espace), je n'ai pas mis ces 2 dernières informations dans mes exemples.

**La solution ** : mettre les cours dans une autre table, avec un enregistrement par étudiant/cours. De cette façon, il n'y pas de perte d'espace, ni aucune contrainte reliée au nombre max de cours.

Table Etudiants

Table CoursInscrit

Deuxième forme normale (2FN)

Définition

Les attributs d'une relation sont divisés en deux groupes : le premier groupe est composé de la clé (un ou plusieurs attributs). Le deuxième groupe est composé des autres attributs (éventuellement vide). La deuxième forme normale stipule que tout attribut du deuxième groupe ne peut dépendre d'un sous-ensemble (strict) d'attribut(s) du premier groupe.

En d'autres mots : « Un attribut non-clé ne doit pas dépendre d'une partie de la clé ».

Règles

• la table doit être en 1FN
• Créer des tables distinctes pour les jeux de valeurs qui s'appliquent à plusieurs enregistrements.
• Établir une relation entre ces tables à l'aide d'une clé étrangère.

Exemple

Dans l'exemple ci-haut, si le nom du cours 420PRA change pour « Programmation 1 », il faut le changer sur plusieurs enregistrements. Cela peut causer des problèmes d'intégrité : si je le change à une place, mais oublie de le changer à l'autre, quelle valeur est la bonne ?

La cause de ce problème est que NomDuCours dépend de CoursId, mais pas de DA.

De plus, qu'advient-il d'un cours lorsqu'il n'y a pas d'étudiants d'inscrit ? Où sont conservés son code et son nom ?

La 2^e forme normale oblige un champ à dépendre uniquement de la clé primaire de la table, et non pas d'une sous-partie de celle-ci. Ici, la clé primaire est DA/CoursId, et l'info sur le cours ne dépend que de CoursId.

La solution : envoyer l'information qui ne dépend pas de la clé au complet dans une autre table où la clé sera la partie de la clé dont cette information dépend. Ici, le NomDuCours dépend du CoursId.

Les tables résultantes seront donc :

Table CoursInscrit

Table Cours

De cette façon, si le nom du cours change, il suffit de le changer à un endroit.

Troisième forme normale

Définition

Les attributs d'une relation sont divisés en deux groupes : le premier groupe est composé de la clé (un ou plusieurs attributs). Le deuxième groupe est composé des autres attributs (éventuellement vide). La troisième forme normale stipule que tout attribut du deuxième groupe ne peut dépendre que d'un sous-ensemble (strict) d'attribut(s) du deuxième groupe.

En d'autres termes : « Un attribut non-clé ne dépend pas d'un ou plusieurs attributs ne participant pas à la clé ».

Règles

• Éliminer les champs qui ne dépendent pas de la clé.

Exemple

Reprenons la table Etudiants définie lors de la 1FN, et ajoutons l'adresse de l'étudiant

Table Etudiant

Bien que la ville est la province soient répétitives, elles sont quand même dépendantes uniquement de la clé (DA). Mais la province dépend de la Ville.

Pour être en 3FN, il faut donc séparer la Province de cette table.

Table Villes

Question : quel est le problème avec le fait d'avoir utilisé le nom de la ville comme clé primaire de la table Villes ? Plusieurs villes peuvent avoir le même nom. Il faudrait donc utiliser un ID et mettre le nom de la vielle en tant que champ dans la table.

Il existe 3 autres niveaux de FN, mais nous ne les verrons pas dans le cadre de ce cours.

Comme indiqué précédemment, vous n'aurez pas à normaliser des tables. Par contre, il est grandement recommandé de comprendre cette notion afin de comprendre la raison de certains problèmes qui pourront vous arriver lors du développement de votre application.

Version originale par Benoit Desrosiers

Mise à jour 2023 par Pierre-Luc Boulanger