標準化可消除資料中的冗餘和不一致之處。例如，在學校中，查看學生表格以更新地址是合乎邏輯的，但在同一表格中列出所有學生的班級也很冗余且無成效；這些班級應該在單獨的班級表中列出。如此一來，教師和管理員就能輕鬆檢視和分析學生相關資料。
這基本上是資料正常化的力量，這意味著透過確保進入系統的所有資料都“乾淨”，使其易於使用和分析資料，因為這樣就不會冗餘或非結構化。雖然這比在資料蔓延時代更容易說，但您可以採取一些措施來幫助確保資料正常化。
我們來看看何謂資料標準化，以及為何資料標準化、資料標準化形式、資料標準化效益，以及資料標準化的挑戰。
什麼是資料標準化？
如上所述，資料正常化只是“正常化”您的資料的行為，確保資料不多餘或不結構化，這兩者都使得管理和使用更加困難，因為難以組織。標準化流程涉及將大型表格劃分為較小的相關表格，以減少資料重複。
資料標準化是資料完整性和資料衛生的關鍵部分。談到資料衛生時，請將正常化視為每天早晚刷牙，避免看牙醫。您的牙齒越乾淨，在照顧牙齒上花費的錢就越少，而且您可用各種資源來清潔牙齒，例如牙膏、牙線和水。
常見標準化形式
資料標準化表單基本上是分類為各層級的規則。資料必須符合第一層的規則後，才能套用第二層的規則，而第二層的規則則必須先套用第三層的規則，以此類推。
有幾種標準化形式，每個都有特定的要求：
第一常態（1NF）
1NF 是資料正規化最基本的形式，可確保群組中不會重複輸入資料。這表示每個儲存格都只有一個值，而且每個記錄都是獨一無二的。
第二常態（2NF）
2NF 建立在 1NF 的規則之上，要求所有項目都符合 1NF 的所有要求，並套用一個主金鑰。主要關鍵規則需要為每個資料子集建立單獨的表格。然後，每個表格中的資料可以與外鍵標籤連結。
第三常態（3NF）
3NF 要求所有項目都遵守所有 2NF 要求，並要求如果對主金鑰進行任何變更，所有受影響的資料都必須放入新的表格中。
Boyce-Codd 一般格式（3.5NF）
Boyce-Codd 一般格式又稱為 BCNF 或 3.5NF，是 3NF 表格，不會與候選金鑰重疊。它能確保每一位決定者都是候選人的關鍵，並消除與功能相依性相關的冗餘。
第四常態（4NF）
4NF 要求 BCNF 遵守規範，並處理多值相依性，確保資料不會在多行間重複。
第五常態（5NF）
5NF 處理存在多個重疊關係的案例，並確保重疊關係以不同的表格呈現。
資料標準化的優勢
資料正常化帶來許多好處，包括：
資料儲存優化
資料正常化的主要優點之一是它能釋放儲存空間，也就是說，它可讓您將資料分析精煉為特定的資料集。空間較少代表資料擷取更快速。您的資料庫較不容易涵蓋資料管理系統，因此更容易找到資訊。這也表示您有更多空間儲存其他資料，以便日後儲存。
舉例來說，請思考一個典型的零售客戶體驗情境：店裡有人要買一件毛衣，你想要給這位顧客一款搭配毛衣的褲子高度個人化的優惠。如果您的資料管理系統必須通過垃圾資料倉儲，才能根據客戶的偏好找到一個可用的優惠方案，在實際出現該優惠方案時，可能就太晚了，而且客戶已經離開門市。
維護更簡單
資料正常化也讓維護與更新更加簡單。變更通常針對特定表格進行本地化，降低錯誤風險，並使資料庫架構的維護與更新更加容易。
彈性
標準化資料庫也更靈活，且能適應業務需求的變化。增加新資料或修改現有結構可以減少對整體資料庫設計的影響。
一致性
標準化後，資料在各表格間以一致的方式儲存，減少資訊衝突的可能性。這種一致性可增強資料的整體品質。
資料標準化的挑戰
雖然標準化帶來許多好處，但有一些潛在的權衡，包括：
複雜性
隨著正常化程度增加，資料庫架構變得越來越複雜。在查詢中加入標準化表格可能更為複雜，可能導致查詢複雜度和執行時間增加。
讀取密集型作業的效能
在讀取密集型作業普遍存在的情況下，標準化資料庫可能會面臨效能挑戰。加入多個表格來擷取資料可能相當耗費資源，尤其是大型資料庫。
訓練 & 教育
資料正常化可能相當複雜，這表示您需要在團隊或公司中某處掌握這些知識。如果您還沒有，就需要設法取得，這可能意味著將資金花在第三方資源上。
過度正常化的風險
過度正常化，或將正常化應用到非必要之處，都可能導致不必要的複雜性和效能問題。重要的是要達到平衡，並根據應用程式的特定需求，將資料正常化到適當的程度。
更新異常情況
雖然標準化有助於消除特定類型的異常情況，但可能會帶來更新異常情況。例如，在單一表格中更新資訊可能需要更新多個位置，這可能會增加錯誤和不一致的可能性。
增加儲存需求
在某些情況下，標準化會導致儲存需求增加。這是因為標準化的表格可能需要額外儲存，才能實現主要和外來關鍵關係，而且在某些情況下，空間優化的好處可能無法完全實現。
寫入效能的影響
雖然讀取作業可能受到合併的複雜性影響，但寫入作業，例如插入和更新，也可能受到影響。標準化表格可能需要多個作業才能維持參照完整性，進而可能影響寫入效能。
查詢優化挑戰
最佳化高度標準化資料庫的查詢，可能需要仔細考量與調校。資料庫管理員可能需要建立適當的索引並分析查詢執行計畫，以確保最佳效能。
非規範化
資料正常化的替代方案是資料非正常化。當資料標準化涉及將較大的表格劃分為較小的表格時，非規範化會將資料合併為單一表格，以便更快速地查詢。
在許多昂貴的表格聯結的情況下，資料正常化通常更好，而當有許多昂貴的聯結查詢時，非正常化會更有用。標準化可提供更佳的資料完整性和最佳化的磁碟空間，通常更適合資料一致性，以及更快速的資料插入和刪除。當您需要更快速的搜尋，並想要最佳化讀取效能時，非規範化通常是更好的選擇。非規範化也能降低過度規範化資料或複雜表格結合所產生的經常性成本。
重要的是在正常化與非正常化之間取得正確的平衡。正常化的程度應針對應用程式的特定需求，以及預期的資料擷取與修改模式進行調整。3NF 的商業應用程式在讀取、寫入和索引關聯式資料庫的效能上取得平衡是很常見的。在許多情況下，越多越好。額外的標準化實際上會讓系統速度變慢，導致讀寫過多，造成延遲，並在表格上進行合併時過度鎖定。
結論
資料正規化透過應用一組關於如何將資料輸入資料庫的特定規則，來改善資料完整性、可搜尋性和分析。常見的資料表格是用來決定資料輸入方式的規則，分別是 1NF、2NF、3NF、BCNF、4NF 和 5NF。
雖然資料正常化提供了明顯的優勢，如彈性、儲存優化和更簡單的維護，但它也有潛在的缺點，如複雜性和降低的寫入效能。
儘管如此，資料正常化是維護結構完善、高效率資料庫的關鍵部分，也是任何資料管道中重要的資料清理步驟，可提高效率並降低成本。
了解 Pure Storage 如何協助您降低高達 50% 的雲端儲存成本。
