Normalización de Bases de Datos — 1NF a 5NF Explicado

Overview

La normalización toma una tabla cruda — donde el mismo dato vive en veinte filas y actualizar un sitio rompe otro — y la divide en tablas más pequeñas que describen una sola cosa cada una. Las formas normales (de 1NF a 5NF) son una escalera de reglas que elimina un tipo concreto de redundancia en cada peldaño. La mayoría de los esquemas en producción paran en 3NF o BCNF; las formas altas importan para entrevistas, casos límite raros y saber exactamente qué sacrificas cuando desnormalizas a propósito.

Cuándo usarla

• Diseñar esquemas relacionales desde cero
• Refactorizar bases de datos legacy con datos duplicados
• Preparar esquemas para cargas transaccionales (OLTP)
• Antes de decidir qué desnormalizar para reportes (OLAP) — mira la Guía de Desnormalización para la otra cara del trade-off

1NF — Valores Atómicos

Regla: Cada columna contiene solo valores atómicos (indivisibles). Sin grupos repetidos.

Antes — un grupo repetido en una columna:

order_id	customer	products
1	Alice	Apple, Banana, Cherry

Después — solo valores atómicos:

order_id	customer	product
1	Alice	Apple
1	Alice	Banana
1	Alice	Cherry

2NF — Sin Dependencias Parciales

Regla: Todos los atributos no-clave dependen de la clave primaria completa (relevante para claves compuestas).

Antes — depende de parte de la clave:

course_id	student_id	course_name	student_name	grade
CS101	S1	Intro to CS	Alice	A

course_name depende solo de course_id; student_name solo de student_id.

Después — todo depende de la clave completa:

Enrollments:

course_id	student_id	grade
CS101	S1	A

Courses:

course_id	course_name
CS101	Intro to CS

Students:

student_id	student_name
S1	Alice

3NF — Sin Dependencias Transitivas

Regla: Los atributos no-clave dependen solo de la clave primaria, no de otros atributos no-clave.

Antes — una columna no clave determina otra:

employee_id	name	department_id	department_name	department_head
E1	Bob	D1	Engineering	Carol

department_name y department_head dependen de department_id, no de employee_id.

Después — hechos sobre la clave, nada más:

Employees:

employee_id	name	department_id
E1	Bob	D1

Departments:

department_id	department_name	department_head
D1	Engineering	Carol

BCNF — Forma Normal de Boyce-Codd

Regla: Para toda dependencia funcional X → Y, X debe ser superclave.

Antes — un determinante que no es clave:

student	course	professor
Alice	CS101	Prof. Smith
Bob	CS101	Prof. Smith

course → professor, pero course no es superclave.

Después — todo determinante es clave:

Enrollments:

student	course
Alice	CS101
Bob	CS101

CourseAssignments:

course	professor
CS101	Prof. Smith

4NF — Sin Dependencias Multivaluadas

Regla: Sin dependencias multivaluadas excepto sobre superclaves.

Antes — dos hechos independientes por fila:

employee	skill	language
Alice	Java	English
Alice	Java	Spanish
Alice	Python	English
Alice	Python	Spanish

Skills y languages son hechos multivaluados independientes.

Después — los hechos independientes van separados:

EmployeeSkills:

employee	skill
Alice	Java
Alice	Python

EmployeeLanguages:

employee	language
Alice	English
Alice	Spanish

5NF — Dependencia de Unión

Regla: Toda dependencia de unión está implicada por las claves candidatas.

Antes — un trío combinable forzado en pares:

agent	company	product
Smith	Ford	Truck
Smith	Ford	Car
Smith	Toyota	Car
Jones	Toyota	Car

Después — descompuesto según la dependencia de join:

AgentCompany:

agent	company
Smith	Ford
Smith	Toyota
Jones	Toyota

AgentProduct:

agent	product
Smith	Truck
Smith	Car
Jones	Car

CompanyProduct:

company	product
Ford	Truck
Ford	Car
Toyota	Car

Resumen de Normalización

Forma	Regla	Elimina
1NF	Valores atómicos	Grupos repetidos
2NF	Dependencia de clave completa	Dependencias parciales
3NF	Dependencia solo de clave	Dependencias transitivas
BCNF	Determinante superclave	Anomalías restantes
4NF	Sin dependencias multivaluadas	Valores multi-independientes
5NF	Dependencias de unión	Uniones reconstruibles

Cada paso elimina una clase de redundancia — para donde tu carga de trabajo deje de necesitarlo.

Cuándo Detener la Normalización

• 3NF/BCNF es el punto práctico para la mayoría de sistemas OLTP
• 4NF importa cuando tienes atributos verdaderamente multivaluados (raro)
• 5NF es mayormente teórico para aplicaciones productivas
• Desnormaliza intencionalmente cuando el rendimiento de lectura importa más que la integridad de escritura — la guía de desnormalización cubre los patrones y las estrategias de sincronización

Errores Comunes

• Sobrenormalizar hasta 5NF — añade complejidad con mínimo beneficio práctico
• Subnormalizar hasta 1NF — lleva a anomalías de actualización e inconsistencia de datos
• Normalizar antes de entender las queries — el esquema debe servir la carga de trabajo
• Ignorar BCNF — 3NF no maneja todas las anomalías; BCNF es el estándar más estricto

Ejemplo: Pasos de Normalizacion

-- 1NF: Eliminar grupos repetitivos
-- Desnormalizado: orders(id, customer_name, items_csv)
-- 1NF:            orders(id, customer_name, item_name, qty)

-- 2NF: Eliminar dependencias parciales (clave compuesta)
-- 1NF:  order_items(order_id, product_id, product_name, qty)
-- 2NF:  orders(order_id, customer_id)
--       products(product_id, product_name)
--       order_items(order_id, product_id, qty)

-- 3NF: Eliminar dependencias transitivas
-- 2NF:  orders(order_id, customer_id, customer_name, customer_city)
-- 3NF:  orders(order_id, customer_id)
--       customers(customer_id, customer_name, customer_city)

CREATE TABLE customers (
  customer_id SERIAL PRIMARY KEY,
  customer_name VARCHAR(200) NOT NULL,
  customer_city VARCHAR(100)
);

CREATE TABLE orders (
  order_id SERIAL PRIMARY KEY,
  customer_id INT REFERENCES customers(customer_id),
  order_date DATE NOT NULL DEFAULT CURRENT_DATE
);

CREATE TABLE order_items (
  order_id INT REFERENCES orders(order_id),
  product_id INT REFERENCES products(product_id),
  qty INT NOT NULL CHECK (qty > 0),
  PRIMARY KEY (order_id, product_id)
);