SlideShare uma empresa Scribd logo
1 de 39
Baixar para ler offline
Normalização
Luiz Henrique Zambom Santana
17/11/2016
Agenda
● Objetivos da normalização
● Como é uma tabela sem normalização
● Como é uma tabela normalizada
● Processo de normalização
● Exemplo de fonte de dados
● Tabela ÑN
● 1° forma normal
● Exercícios
● Dependência Funcional
● 2° e 3° formas normais
● Exercícios
● DF Multivalorada
● 4° forma normal
● Exercícios
Objetivos da normalização
● Processo
○ Entrada
■ Fonte de dados estruturados da organização (e.g., relatório, fichário, tabela, documento
estruturado)
○ Saída
■ Esquema relacional para a fonte de dados
● Objetivos do processo
○ Obtenção de um BD relacional a partir da estrutura de uma fonte de dados
○ Evitar redundância de dados
Como é uma tabela sem normalização
ID Nome Salário Depto Andar
E1 João 5000 Vendas 1
E2 Ana 4500 Vendas 1
E3 Pedro 5000 Pessoal 2
E4 Carlos 5000 Vendas 1
E5 Maria 3500 Pessoal 2
E6 José 5500 Pessoal 2
Como é uma tabela sem normalização
ID Nome Salário Depto
E1 João 5000 D1
E2 Ana 4500 D1
E3 Pedro 5000 D2
E4 Carlos 5000 D1
E5 Maria 3500 D2
E6 José 5500 D2
ID Nome Andar
D1 Vendas 1
D2 Pessoal 2
Departamentos
Empregados
Processo de normalização
● Processo sistemático para criação de tabelas, baseado em Formas Normais
● Sendo que,
○ diz se que uma tabela T está em uma forma normal se atende um conjunto de regras
○ se T está na Forma Normal (FN) i, então T está automaticamente nas FNs i - 1, i - 2, ...
● Do ponto de vista prático
○ A três primeiras (1FN, 2FN e 3FN) são as mais usadas
○ Nem sempre é ideal pois gera uma proliferação de tabelas
Processo de normalização
Modificado de: http://slideplayer.com.br/slide/3121944/
Tabelas (ÑN)
4FN
Exemplo de fonte de dados
Tabela ÑN: entrada para o processo
● Objetivo
○ Obtenção de uma representação padrão para as fontes de dados
● Facilita o processo de normalização
● Forma de representação: Tabela ÑN
○ admite uma ou mais tabelas aninhadas
○ admite atributos multivalorados
● Atributo multivalorado
○ atributo que ao invés de conter um valor único (atômico), contém múltiplos valores
Tabela ÑN
Representação de uma Tabela ÑN
● Projetos (codProj, tipo, descr, (codEmp, nome, categ, sal, dataIni,
tempoAloc))
indicam-se as chaves primárias (CPs) de cada tabela (principal e aninhadas)
1ª Forma Normal (1FN)
“Uma tabela está na 1FN sse ela não possui tabelas
aninhadas nem atributos multivalorados”
● Solução: gerar uma tabela para cada aninhamento ou atributo multivalorado
1FN - Aplicação
● ÑN:
○ Projetos (codProj, tipo, descr, (codEmp, nome, categ, sal, dataIni, tempoAloc))
● 1FN:
○ Projetos (codProj, tipo, descr)
○ Alocações (codProj, codEmp, nome, categ, sal, dataIni, tempoAloc)
● Perguntas:
○ Por que o CP da tabela externa migra para a tabela aninhada?
○ Qual a CP da tabela aninhada?
○ Qual é a cardinalidade do relacionamento entre Projetos e Alocações? (Pode-
dados da tabela aninhada na fonte de dados como um todo ou validar com es
domínio)
1FN - Aplicação
● ÑN:
○ Departamentos (codD, nome, (CPF, nome, salário))
● 1FN:
○ Departamentos (codD, nome)
○ Empregados (codD, CPF, nome, salário)
● Perguntas:
○ Qual é a cardinalidade do relacionamento entre Departamentos e Empregados ?
Atributo Multivalorado
● ÑN:
○ Empresa (codE, nome, localizacoes (1,N))
● 1FN (nova tabela):
○ Empresa (codE, nome)
○ Localizações (codE, CodL, nome_local)
● 1FN (atributos adicionais):
○ Empresa (codE, nome, local_matriz, filial_1,
filial_2)
1FN – Observação 1
● Análise de CPs na forma ÑN
○ Tabelas em qualquer nível podem não ter atributos que garantam identificação única de suas
tuplas ou ter uma CP muito extensa
○ Sugestão: definir uma CP
● ÑN:
○ Projetos (CodProj, Tipo, Descr, (Nome, Cat, Sal, DataIni, TempoAloc))
● ÑN:
○ Projetos (CodProj, Tipo, Descr, (CodEmp, Nome, Cat, Sal, DataIni, TempoAloc))
1FN – Observação 2
● Dados irrelevantes na forma ÑN
○ tabelas podem ter atributos que não precisam ser mantidos necessariamente no BD
○ Sugestão: eliminar estes atributos
● ÑN:
○ Projetos (CodProj, Tipo, Descr, NroEmps, DataRel, (CodEmp, Nome, Cat, Sal, DataIni,
TempoAloc))
● ÑN:
○ Projetos (CodProj, Tipo, Descr, (CodEmp, Nome, Cat, Sal, DataIni, TempoAloc))
● Pergunta:
○ Por que esses atributos são irrelevantes? São sempre irrelevantes?
Exercício 1
● Apresente a Tabela ÑN e a 1FN para esta Nota Fiscal
Dependência Funcional
● Conceito necessário para o
entendimento da 2ª e 3ª formas
normais
● Definição
○ Um atributo A2 depende funcionalmente
de um atributo A1 (ou um atributo A1
determina um atributo A2 ) quando, em
todas linhas da tabela, para cada valor de
A1 que aparece na tabela, aparece o
mesmo valor de A2
Dependência Funcional - Exemplos
DF Total e DF Parcial
● DF Total (atributo depende de todos componentes da CP)
○ se um atributo Ax depende funcionalmente de todos os atributos que
compõem a CP de uma tabela T, diz-se que Ax possui DF total da CP de
T
● DF Parcial (atributo depende de parte dos componentes da CP)
○ se um atributo Ax depende funcionalmente apenas de alguns atributos
(não todos!) que compõem a CP de uma tabela T, diz-se que Ax possui
DF parcial da CP de T
2ª Forma Normal (2FN)
“Uma tabela está na 2FN sse ela estiver na 1FN
e não possuir DFs parciais”
● Solução: tabelas com DFs parciais devem ser desmembradas em tabelas
que possuam DFs totais
2FN – Observação
● Tabelas cuja CP possui apenas um atributo estão automaticamente na 2FN
2FN - Aplicação
● 1FN:
○ Projetos (CodProj, Tipo, Descr)
○ Alocações (CodProj, CodEmp, Nome, Cat, Sal, DataIni, TempoAloc)
● DF:
○ CodEmp → Nome, Cat, Sal (DF Parcial!)
○ (CodProj, CodEmp) → DataIni, TempoAloc
● 2FN
○ Projetos (CodProj, Tipo, Descr)
○ Alocações (CodProj, CodEmp, DataIni, TempoAloc)
○ Empregados (CodEmp, Nome, Cat, Sal)
Exercício
3ª Forma Normal (3FN)
“Uma tabela está na 3FN sse ela estiver na 2FN
e não possuir DFs entre atributos não-chave”
● Solução: tabelas com tais DFs devem ser desmembradas em tabelas que
não possuam essas DFs
3FN – Observação 1
● Tabelas que possuem zero ou apenas um atributo que não faz parte da CP
estão automaticamente na 3FN
3FN - Aplicação
● 2FN:
○ Projetos (CodProj, Tipo, Descr)
○ Alocações (CodProj, CodEmp, DataIni, TempoAloc)
○ Empregados (CodEmp, Nome, Cat, Sal)
● DF:
○ Cat → Sal
● 3FN:
○ Projetos (CodProj, Tipo, Descr)
○ Alocações (CodProj, CodEmp, DataIni, TempoAloc)
○ Empregados (CodEmp, Nome, Cat)
○ CategoriasFuncionais(Cat, Sal)
Exercício
Normalizar até a 3FN
● ÑN:
○ Estantes (número, capacidade, (ISBN, título, ano (codAutor, nome, nacionalidade)))
DF Multivalorada
Se um atributo Ax1 de T determina um conjunto
finito de valores para os outros atributos Ax2 , ...,
Axn de T, então diz-se que Ax2 , ..., Axn possuem
DF multivalorada de Ax1 em T
Exemplo: DF Multivalorada
● ÑN:
○ Estantes (número, capacidade, (ISBN, título, ano (codAutor, nome, nacionalidade)))
● 1FN:
○ Estantes (número, capacidade)
○ DistribuiçãoLivros (número, ISBN, título, ano) DistribuiçãoLivrosAutor (número, ISBN,
codAutor, nome, nacionalidade)
● 2FN = 3FN:
○ Estantes (número, capacidade)
○ Livros (ISBN, título, ano)
○ DistribuiçãoLivros (número, ISBN)
○ Autores (codAutor, nome, nacionalidade)
○ DistribuiçãoLivrosAutor(número, ISBN, codAutor)
relacionamento contido em outra
tabela! (pode ser removido)
Exemplo: DF Multivalorada
4ª Forma Normal (4FN)
“Uma tabela está na 4FN sse ela estiver na 3FN
e não possuir DFs multivaloradas”
● Solução: tabelas com DFs multivaloradas devem ser desmembradas em
tabelas que não possuam tais DFs
4FN – Observação 1
● Tabelas que possuem CP composta por um ou dois atributos, ou que
possuem atributos não-chave estão automaticamente na 4FN
4FN - Aplicação
● 3FN:
○ Estantes (número, capacidade)
○ Livros (ISBN, título, ano)
○ Autores (codAutor, nome, nacionalidade)
○ DistribuiçãoLivrosAutor(número, ISBN, codAutor)
● DFM
○ ISBN ↠ codAutor
● 4FN:
○ Estantes (número, capacidade)
○ Livros (ISBN, título, ano)
○ Autores (codAutor, nome, nacionalidade)
○ DistribuiçãoLivros(número, ISBN)
○ Autoria(ISBN, codAutor)
Exercício
Exercício
A tabela abaixo está na 1FN e mostra dados de associados de um clube,
incluindo profissão, seus números de celular e as modalidades esportivas que ele
pratica no clube.
Obtenha a 2FN, 3FN e 4FN AssociadosClube (CPF-associado, nome-associado,
ID-profissão, descrição-profissão, número-celular, ID-modalidade,
nome-modalidade)
Resumo

Mais conteúdo relacionado

Mais procurados

Banco de Dados II Aula 03 - Modelagem de Dados (Modelo Lógico)
Banco de Dados II Aula 03 - Modelagem de Dados (Modelo Lógico)Banco de Dados II Aula 03 - Modelagem de Dados (Modelo Lógico)
Banco de Dados II Aula 03 - Modelagem de Dados (Modelo Lógico)Leinylson Fontinele
 
102571136 planejamento-e-controle-de-processos-e-producao
102571136 planejamento-e-controle-de-processos-e-producao102571136 planejamento-e-controle-de-processos-e-producao
102571136 planejamento-e-controle-de-processos-e-producaoEnock Viana
 
Estudo do método de trabalho
Estudo do método de trabalhoEstudo do método de trabalho
Estudo do método de trabalhoMauro Enrique
 
Introdução a modelagem de dados - Banco de Dados
Introdução a modelagem de dados - Banco de DadosIntrodução a modelagem de dados - Banco de Dados
Introdução a modelagem de dados - Banco de Dadosinfo_cimol
 
Aula 5 - Modelo de Entidade e Relacionamento - MER
Aula 5 - Modelo de Entidade e Relacionamento - MER Aula 5 - Modelo de Entidade e Relacionamento - MER
Aula 5 - Modelo de Entidade e Relacionamento - MER Vitor Hugo Melo Araújo
 
Banco de Dados I - Aula Prática - Criando o Primeiro Banco
Banco de Dados I - Aula Prática - Criando o Primeiro BancoBanco de Dados I - Aula Prática - Criando o Primeiro Banco
Banco de Dados I - Aula Prática - Criando o Primeiro BancoLeinylson Fontinele
 
Banco de Dados II Aula 05 - Modelagem de Dados (Normalização de dados e as fo...
Banco de Dados II Aula 05 - Modelagem de Dados (Normalização de dados e as fo...Banco de Dados II Aula 05 - Modelagem de Dados (Normalização de dados e as fo...
Banco de Dados II Aula 05 - Modelagem de Dados (Normalização de dados e as fo...Leinylson Fontinele
 
Sistema Toyota de Produção - Produção Enxuta x Desenvolvimento Lean
Sistema Toyota de Produção - Produção Enxuta x Desenvolvimento LeanSistema Toyota de Produção - Produção Enxuta x Desenvolvimento Lean
Sistema Toyota de Produção - Produção Enxuta x Desenvolvimento LeanMayra de Souza
 
Modelagem relacional e normalização de dados
Modelagem relacional e normalização de dadosModelagem relacional e normalização de dados
Modelagem relacional e normalização de dadosjulianaveregue
 
Aula1 - Apresentação de Banco de Dados
Aula1 - Apresentação de Banco de DadosAula1 - Apresentação de Banco de Dados
Aula1 - Apresentação de Banco de DadosRafael Albani
 
Administração da produção
Administração da produçãoAdministração da produção
Administração da produçãomilton junior
 
Aula 3 Sistemas de Informação - Tipos de SI
Aula 3 Sistemas de Informação - Tipos de SIAula 3 Sistemas de Informação - Tipos de SI
Aula 3 Sistemas de Informação - Tipos de SIDaniel Brandão
 

Mais procurados (20)

Banco de Dados II Aula 03 - Modelagem de Dados (Modelo Lógico)
Banco de Dados II Aula 03 - Modelagem de Dados (Modelo Lógico)Banco de Dados II Aula 03 - Modelagem de Dados (Modelo Lógico)
Banco de Dados II Aula 03 - Modelagem de Dados (Modelo Lógico)
 
102571136 planejamento-e-controle-de-processos-e-producao
102571136 planejamento-e-controle-de-processos-e-producao102571136 planejamento-e-controle-de-processos-e-producao
102571136 planejamento-e-controle-de-processos-e-producao
 
Estudo do método de trabalho
Estudo do método de trabalhoEstudo do método de trabalho
Estudo do método de trabalho
 
Introdução a modelagem de dados - Banco de Dados
Introdução a modelagem de dados - Banco de DadosIntrodução a modelagem de dados - Banco de Dados
Introdução a modelagem de dados - Banco de Dados
 
Lean Manufacturing
Lean ManufacturingLean Manufacturing
Lean Manufacturing
 
Sistemas de Informação
Sistemas de InformaçãoSistemas de Informação
Sistemas de Informação
 
Planejamento do trabalho de conclusão de curso
Planejamento do trabalho de conclusão de cursoPlanejamento do trabalho de conclusão de curso
Planejamento do trabalho de conclusão de curso
 
Aula 5 - Modelo de Entidade e Relacionamento - MER
Aula 5 - Modelo de Entidade e Relacionamento - MER Aula 5 - Modelo de Entidade e Relacionamento - MER
Aula 5 - Modelo de Entidade e Relacionamento - MER
 
Banco de Dados I - Aula Prática - Criando o Primeiro Banco
Banco de Dados I - Aula Prática - Criando o Primeiro BancoBanco de Dados I - Aula Prática - Criando o Primeiro Banco
Banco de Dados I - Aula Prática - Criando o Primeiro Banco
 
O Sistema Kanban
O Sistema KanbanO Sistema Kanban
O Sistema Kanban
 
Kanban
Kanban Kanban
Kanban
 
Banco de Dados II Aula 05 - Modelagem de Dados (Normalização de dados e as fo...
Banco de Dados II Aula 05 - Modelagem de Dados (Normalização de dados e as fo...Banco de Dados II Aula 05 - Modelagem de Dados (Normalização de dados e as fo...
Banco de Dados II Aula 05 - Modelagem de Dados (Normalização de dados e as fo...
 
12 SQL - Junções / Join
12 SQL - Junções / Join12 SQL - Junções / Join
12 SQL - Junções / Join
 
Sistema Toyota de Produção - Produção Enxuta x Desenvolvimento Lean
Sistema Toyota de Produção - Produção Enxuta x Desenvolvimento LeanSistema Toyota de Produção - Produção Enxuta x Desenvolvimento Lean
Sistema Toyota de Produção - Produção Enxuta x Desenvolvimento Lean
 
Modelagem relacional e normalização de dados
Modelagem relacional e normalização de dadosModelagem relacional e normalização de dados
Modelagem relacional e normalização de dados
 
Aula1 - Apresentação de Banco de Dados
Aula1 - Apresentação de Banco de DadosAula1 - Apresentação de Banco de Dados
Aula1 - Apresentação de Banco de Dados
 
Administração da produção
Administração da produçãoAdministração da produção
Administração da produção
 
Aula 3 Sistemas de Informação - Tipos de SI
Aula 3 Sistemas de Informação - Tipos de SIAula 3 Sistemas de Informação - Tipos de SI
Aula 3 Sistemas de Informação - Tipos de SI
 
administração da producão
administração da producãoadministração da producão
administração da producão
 
03 aula armazenagem
03 aula armazenagem03 aula armazenagem
03 aula armazenagem
 

Destaque

Survey of Real-time Processing Systems for Big Data
Survey of Real-time Processing Systems for Big DataSurvey of Real-time Processing Systems for Big Data
Survey of Real-time Processing Systems for Big DataLuiz Henrique Zambom Santana
 
Gestão da Informação
Gestão da InformaçãoGestão da Informação
Gestão da InformaçãoLeandro Panitz
 
The Art of Skywriting - The Demise of the Tag Cloud
The Art of Skywriting - The Demise of the Tag CloudThe Art of Skywriting - The Demise of the Tag Cloud
The Art of Skywriting - The Demise of the Tag CloudGary Barber
 
Série "Quanto custa a felicidade"
Série  "Quanto custa a felicidade" Série  "Quanto custa a felicidade"
Série "Quanto custa a felicidade" Rubens Sakay
 
Better Business Outcomes with Big Data Analytics
Better Business Outcomes with Big Data AnalyticsBetter Business Outcomes with Big Data Analytics
Better Business Outcomes with Big Data AnalyticsIBM Software India
 
Proyecto Aparecida
Proyecto AparecidaProyecto Aparecida
Proyecto Aparecidaliturgia
 
It's About Children - Winter 2011 Issue by East Tennessee Children's Hospital
It's About Children - Winter 2011 Issue by East Tennessee Children's HospitalIt's About Children - Winter 2011 Issue by East Tennessee Children's Hospital
It's About Children - Winter 2011 Issue by East Tennessee Children's HospitalEast Tennessee Children's Hospital
 
Quimica cierre tercer parcial
Quimica cierre tercer parcialQuimica cierre tercer parcial
Quimica cierre tercer parcialEli Diaz
 
Real World December 2013
Real World December 2013Real World December 2013
Real World December 2013Posterscope
 
Eia3 condori alarcon, veronica patricia - producto final
Eia3   condori alarcon, veronica patricia - producto finalEia3   condori alarcon, veronica patricia - producto final
Eia3 condori alarcon, veronica patricia - producto finalVeronicaPCA
 
BRICS countries profile, Brazil, Russia, India, China, South Africa, Economy
BRICS countries profile, Brazil, Russia, India, China, South Africa, EconomyBRICS countries profile, Brazil, Russia, India, China, South Africa, Economy
BRICS countries profile, Brazil, Russia, India, China, South Africa, Economyfluffy_fury
 
Nova Classificação das Epilepsias e Síndromes Epilépticas
Nova Classificação das Epilepsias e Síndromes EpilépticasNova Classificação das Epilepsias e Síndromes Epilépticas
Nova Classificação das Epilepsias e Síndromes EpilépticasNeurolife de Castro
 

Destaque (20)

Survey of Real-time Processing Systems for Big Data
Survey of Real-time Processing Systems for Big DataSurvey of Real-time Processing Systems for Big Data
Survey of Real-time Processing Systems for Big Data
 
Gestão da Informação
Gestão da InformaçãoGestão da Informação
Gestão da Informação
 
Smart Crawler
Smart CrawlerSmart Crawler
Smart Crawler
 
Presentacion hotel-esp
Presentacion hotel-espPresentacion hotel-esp
Presentacion hotel-esp
 
The Art of Skywriting - The Demise of the Tag Cloud
The Art of Skywriting - The Demise of the Tag CloudThe Art of Skywriting - The Demise of the Tag Cloud
The Art of Skywriting - The Demise of the Tag Cloud
 
La Menor Edad
La Menor EdadLa Menor Edad
La Menor Edad
 
Caracterización tumaco
Caracterización tumacoCaracterización tumaco
Caracterización tumaco
 
Série "Quanto custa a felicidade"
Série  "Quanto custa a felicidade" Série  "Quanto custa a felicidade"
Série "Quanto custa a felicidade"
 
Better Business Outcomes with Big Data Analytics
Better Business Outcomes with Big Data AnalyticsBetter Business Outcomes with Big Data Analytics
Better Business Outcomes with Big Data Analytics
 
Actividad 1
Actividad 1Actividad 1
Actividad 1
 
Administracion
AdministracionAdministracion
Administracion
 
Proyecto Aparecida
Proyecto AparecidaProyecto Aparecida
Proyecto Aparecida
 
Eskola 20 Proiektua Eus Urdina
Eskola 20 Proiektua Eus UrdinaEskola 20 Proiektua Eus Urdina
Eskola 20 Proiektua Eus Urdina
 
It's About Children - Winter 2011 Issue by East Tennessee Children's Hospital
It's About Children - Winter 2011 Issue by East Tennessee Children's HospitalIt's About Children - Winter 2011 Issue by East Tennessee Children's Hospital
It's About Children - Winter 2011 Issue by East Tennessee Children's Hospital
 
Quimica cierre tercer parcial
Quimica cierre tercer parcialQuimica cierre tercer parcial
Quimica cierre tercer parcial
 
Real World December 2013
Real World December 2013Real World December 2013
Real World December 2013
 
Eia3 condori alarcon, veronica patricia - producto final
Eia3   condori alarcon, veronica patricia - producto finalEia3   condori alarcon, veronica patricia - producto final
Eia3 condori alarcon, veronica patricia - producto final
 
Problemas ondas y sonido 2013
Problemas ondas y sonido 2013Problemas ondas y sonido 2013
Problemas ondas y sonido 2013
 
BRICS countries profile, Brazil, Russia, India, China, South Africa, Economy
BRICS countries profile, Brazil, Russia, India, China, South Africa, EconomyBRICS countries profile, Brazil, Russia, India, China, South Africa, Economy
BRICS countries profile, Brazil, Russia, India, China, South Africa, Economy
 
Nova Classificação das Epilepsias e Síndromes Epilépticas
Nova Classificação das Epilepsias e Síndromes EpilépticasNova Classificação das Epilepsias e Síndromes Epilépticas
Nova Classificação das Epilepsias e Síndromes Epilépticas
 

Semelhante a Normalização

Minicurso de estatística experimental com o R - III SIC IFNMG
Minicurso de estatística experimental com o R  - III SIC IFNMGMinicurso de estatística experimental com o R  - III SIC IFNMG
Minicurso de estatística experimental com o R - III SIC IFNMGPetronio Candido
 
Projeto de Sistemas - Aula004
Projeto de Sistemas - Aula004Projeto de Sistemas - Aula004
Projeto de Sistemas - Aula004Cláudio Amaral
 
Maratona de Programação
Maratona de ProgramaçãoMaratona de Programação
Maratona de ProgramaçãoMarcos Castro
 
Sql básico - Teoria e prática: Um grande resumo
Sql básico - Teoria e prática: Um grande resumoSql básico - Teoria e prática: Um grande resumo
Sql básico - Teoria e prática: Um grande resumoHelder Lopes
 
Estrutura de dados
Estrutura de dadosEstrutura de dados
Estrutura de dadosgjpbg
 
Apostila estrutura de dados 2
Apostila estrutura de dados 2Apostila estrutura de dados 2
Apostila estrutura de dados 2Leandro Lopes
 
Lógica de programação pascal
Lógica de programação   pascalLógica de programação   pascal
Lógica de programação pascalJocelma Rios
 
BD I - Aula 04 A - Resumo MER e Mapeamento Relacional
BD I - Aula 04 A - Resumo MER e Mapeamento RelacionalBD I - Aula 04 A - Resumo MER e Mapeamento Relacional
BD I - Aula 04 A - Resumo MER e Mapeamento RelacionalRodrigo Kiyoshi Saito
 
Normalização de Banco de Dados
Normalização de Banco de DadosNormalização de Banco de Dados
Normalização de Banco de Dadoselliando dias
 
Trabalho sobre a linguagem Python
Trabalho sobre a linguagem PythonTrabalho sobre a linguagem Python
Trabalho sobre a linguagem PythonRicardo Zalla
 
Manual de Introdução ao Autocad R14 - Aula 13 - Opções de configuração do Aut...
Manual de Introdução ao Autocad R14 - Aula 13 - Opções de configuração do Aut...Manual de Introdução ao Autocad R14 - Aula 13 - Opções de configuração do Aut...
Manual de Introdução ao Autocad R14 - Aula 13 - Opções de configuração do Aut...alexandre ribeiro
 

Semelhante a Normalização (20)

Introdução ao paradigma funcional com scala
Introdução ao paradigma funcional com scalaIntrodução ao paradigma funcional com scala
Introdução ao paradigma funcional com scala
 
Ed1
Ed1Ed1
Ed1
 
Aplicativo aula02
Aplicativo aula02Aplicativo aula02
Aplicativo aula02
 
Minicurso de estatística experimental com o R - III SIC IFNMG
Minicurso de estatística experimental com o R  - III SIC IFNMGMinicurso de estatística experimental com o R  - III SIC IFNMG
Minicurso de estatística experimental com o R - III SIC IFNMG
 
Lp m2(parte4)
Lp m2(parte4)Lp m2(parte4)
Lp m2(parte4)
 
Projeto de Sistemas - Aula004
Projeto de Sistemas - Aula004Projeto de Sistemas - Aula004
Projeto de Sistemas - Aula004
 
Maratona de Programação
Maratona de ProgramaçãoMaratona de Programação
Maratona de Programação
 
Sql básico - Teoria e prática: Um grande resumo
Sql básico - Teoria e prática: Um grande resumoSql básico - Teoria e prática: Um grande resumo
Sql básico - Teoria e prática: Um grande resumo
 
Mini-Curso: gnuplot
Mini-Curso: gnuplotMini-Curso: gnuplot
Mini-Curso: gnuplot
 
Estrutura de dados
Estrutura de dadosEstrutura de dados
Estrutura de dados
 
Apostila estrutura de dados 2
Apostila estrutura de dados 2Apostila estrutura de dados 2
Apostila estrutura de dados 2
 
Programacao logica
Programacao logicaProgramacao logica
Programacao logica
 
Listas: conceito e estáticas
Listas:  conceito e estáticasListas:  conceito e estáticas
Listas: conceito e estáticas
 
Lógica de programação pascal
Lógica de programação   pascalLógica de programação   pascal
Lógica de programação pascal
 
BD I - Aula 04 A - Resumo MER e Mapeamento Relacional
BD I - Aula 04 A - Resumo MER e Mapeamento RelacionalBD I - Aula 04 A - Resumo MER e Mapeamento Relacional
BD I - Aula 04 A - Resumo MER e Mapeamento Relacional
 
Normalização de Banco de Dados
Normalização de Banco de DadosNormalização de Banco de Dados
Normalização de Banco de Dados
 
Trabalho sobre a linguagem Python
Trabalho sobre a linguagem PythonTrabalho sobre a linguagem Python
Trabalho sobre a linguagem Python
 
Aprendendo R
Aprendendo RAprendendo R
Aprendendo R
 
Manual de Introdução ao Autocad R14 - Aula 13 - Opções de configuração do Aut...
Manual de Introdução ao Autocad R14 - Aula 13 - Opções de configuração do Aut...Manual de Introdução ao Autocad R14 - Aula 13 - Opções de configuração do Aut...
Manual de Introdução ao Autocad R14 - Aula 13 - Opções de configuração do Aut...
 
Slide_Python.pdf
Slide_Python.pdfSlide_Python.pdf
Slide_Python.pdf
 

Mais de Luiz Henrique Zambom Santana

Perspectives on the use of data in Agriculture - Luiz Santana - Leaf Agricult...
Perspectives on the use of data in Agriculture - Luiz Santana - Leaf Agricult...Perspectives on the use of data in Agriculture - Luiz Santana - Leaf Agricult...
Perspectives on the use of data in Agriculture - Luiz Santana - Leaf Agricult...Luiz Henrique Zambom Santana
 
Apache Sedona: how to process petabytes of agronomic data with Spark
Apache Sedona: how to process petabytes of agronomic data with SparkApache Sedona: how to process petabytes of agronomic data with Spark
Apache Sedona: how to process petabytes of agronomic data with SparkLuiz Henrique Zambom Santana
 
De Arquiteto para Gerente: como debugar uma equipe
De Arquiteto para Gerente: como debugar uma equipeDe Arquiteto para Gerente: como debugar uma equipe
De Arquiteto para Gerente: como debugar uma equipeLuiz Henrique Zambom Santana
 
VoltDB: as vantagens e os desafios dos banco de dados NewSQL
VoltDB: as vantagens e os desafios dos banco de dados NewSQLVoltDB: as vantagens e os desafios dos banco de dados NewSQL
VoltDB: as vantagens e os desafios dos banco de dados NewSQLLuiz Henrique Zambom Santana
 
Uma visão sobre Fast-Data: Spark, VoltDB e Elasticsearch
Uma visão sobre Fast-Data: Spark, VoltDB e ElasticsearchUma visão sobre Fast-Data: Spark, VoltDB e Elasticsearch
Uma visão sobre Fast-Data: Spark, VoltDB e ElasticsearchLuiz Henrique Zambom Santana
 
Workload-Aware RDF Partitioning and SPARQL Query Caching for Massive RDF Gra...
Workload-Aware RDF Partitioning  and SPARQL Query Caching for Massive RDF Gra...Workload-Aware RDF Partitioning  and SPARQL Query Caching for Massive RDF Gra...
Workload-Aware RDF Partitioning and SPARQL Query Caching for Massive RDF Gra...Luiz Henrique Zambom Santana
 
A middleware for storing massive RDF graphs into NoSQL
A middleware for storing massive RDF graphs into NoSQLA middleware for storing massive RDF graphs into NoSQL
A middleware for storing massive RDF graphs into NoSQLLuiz Henrique Zambom Santana
 
A Workload-Aware Middleware for Storing Massive RDF Graphs into NoSQL Databases
A Workload-Aware Middleware for Storing Massive RDF Graphs into NoSQL DatabasesA Workload-Aware Middleware for Storing Massive RDF Graphs into NoSQL Databases
A Workload-Aware Middleware for Storing Massive RDF Graphs into NoSQL DatabasesLuiz Henrique Zambom Santana
 
Como modelar, integrar e desenvolver aplicações com múltiplos bancos de dados...
Como modelar, integrar e desenvolver aplicações com múltiplos bancos de dados...Como modelar, integrar e desenvolver aplicações com múltiplos bancos de dados...
Como modelar, integrar e desenvolver aplicações com múltiplos bancos de dados...Luiz Henrique Zambom Santana
 
Novidades do elasticsearch 2.0 e como usá-lo com PHP
Novidades do elasticsearch 2.0 e como usá-lo com PHPNovidades do elasticsearch 2.0 e como usá-lo com PHP
Novidades do elasticsearch 2.0 e como usá-lo com PHPLuiz Henrique Zambom Santana
 
Design of Experiments on Federator Polystore Architecture
Design of Experiments on Federator Polystore ArchitectureDesign of Experiments on Federator Polystore Architecture
Design of Experiments on Federator Polystore ArchitectureLuiz Henrique Zambom Santana
 

Mais de Luiz Henrique Zambom Santana (20)

Perspectives on the use of data in Agriculture - Luiz Santana - Leaf Agricult...
Perspectives on the use of data in Agriculture - Luiz Santana - Leaf Agricult...Perspectives on the use of data in Agriculture - Luiz Santana - Leaf Agricult...
Perspectives on the use of data in Agriculture - Luiz Santana - Leaf Agricult...
 
Apache Sedona: how to process petabytes of agronomic data with Spark
Apache Sedona: how to process petabytes of agronomic data with SparkApache Sedona: how to process petabytes of agronomic data with Spark
Apache Sedona: how to process petabytes of agronomic data with Spark
 
De Arquiteto para Gerente: como debugar uma equipe
De Arquiteto para Gerente: como debugar uma equipeDe Arquiteto para Gerente: como debugar uma equipe
De Arquiteto para Gerente: como debugar uma equipe
 
VoltDB: as vantagens e os desafios dos banco de dados NewSQL
VoltDB: as vantagens e os desafios dos banco de dados NewSQLVoltDB: as vantagens e os desafios dos banco de dados NewSQL
VoltDB: as vantagens e os desafios dos banco de dados NewSQL
 
IBM Watson, Apache Spark ou TensorFlow?
IBM Watson, Apache Spark ou TensorFlow?IBM Watson, Apache Spark ou TensorFlow?
IBM Watson, Apache Spark ou TensorFlow?
 
Uma visão sobre Fast-Data: Spark, VoltDB e Elasticsearch
Uma visão sobre Fast-Data: Spark, VoltDB e ElasticsearchUma visão sobre Fast-Data: Spark, VoltDB e Elasticsearch
Uma visão sobre Fast-Data: Spark, VoltDB e Elasticsearch
 
Banco de dados nas nuvens - aula 3
Banco de dados nas nuvens - aula 3Banco de dados nas nuvens - aula 3
Banco de dados nas nuvens - aula 3
 
Banco de dados nas nuvens - aula 2
Banco de dados nas nuvens - aula 2Banco de dados nas nuvens - aula 2
Banco de dados nas nuvens - aula 2
 
Banco de dados nas nuvens - aula 1
Banco de dados nas nuvens - aula 1Banco de dados nas nuvens - aula 1
Banco de dados nas nuvens - aula 1
 
Workload-Aware RDF Partitioning and SPARQL Query Caching for Massive RDF Gra...
Workload-Aware RDF Partitioning  and SPARQL Query Caching for Massive RDF Gra...Workload-Aware RDF Partitioning  and SPARQL Query Caching for Massive RDF Gra...
Workload-Aware RDF Partitioning and SPARQL Query Caching for Massive RDF Gra...
 
A middleware for storing massive RDF graphs into NoSQL
A middleware for storing massive RDF graphs into NoSQLA middleware for storing massive RDF graphs into NoSQL
A middleware for storing massive RDF graphs into NoSQL
 
A Workload-Aware Middleware for Storing Massive RDF Graphs into NoSQL Databases
A Workload-Aware Middleware for Storing Massive RDF Graphs into NoSQL DatabasesA Workload-Aware Middleware for Storing Massive RDF Graphs into NoSQL Databases
A Workload-Aware Middleware for Storing Massive RDF Graphs into NoSQL Databases
 
SQL Joins
SQL JoinsSQL Joins
SQL Joins
 
Consultas básicas em SQL
Consultas básicas em SQLConsultas básicas em SQL
Consultas básicas em SQL
 
Processamento em Big Data
Processamento em Big DataProcessamento em Big Data
Processamento em Big Data
 
Seminário de Andamento de Doutorado
Seminário de Andamento de DoutoradoSeminário de Andamento de Doutorado
Seminário de Andamento de Doutorado
 
Como modelar, integrar e desenvolver aplicações com múltiplos bancos de dados...
Como modelar, integrar e desenvolver aplicações com múltiplos bancos de dados...Como modelar, integrar e desenvolver aplicações com múltiplos bancos de dados...
Como modelar, integrar e desenvolver aplicações com múltiplos bancos de dados...
 
Workshop de ELK - EmergiNet
Workshop de ELK - EmergiNetWorkshop de ELK - EmergiNet
Workshop de ELK - EmergiNet
 
Novidades do elasticsearch 2.0 e como usá-lo com PHP
Novidades do elasticsearch 2.0 e como usá-lo com PHPNovidades do elasticsearch 2.0 e como usá-lo com PHP
Novidades do elasticsearch 2.0 e como usá-lo com PHP
 
Design of Experiments on Federator Polystore Architecture
Design of Experiments on Federator Polystore ArchitectureDesign of Experiments on Federator Polystore Architecture
Design of Experiments on Federator Polystore Architecture
 

Último

Mapa mental - Classificação dos seres vivos .docx
Mapa mental - Classificação dos seres vivos .docxMapa mental - Classificação dos seres vivos .docx
Mapa mental - Classificação dos seres vivos .docxBeatrizLittig1
 
Urso Castanho, Urso Castanho, o que vês aqui?
Urso Castanho, Urso Castanho, o que vês aqui?Urso Castanho, Urso Castanho, o que vês aqui?
Urso Castanho, Urso Castanho, o que vês aqui?AnabelaGuerreiro7
 
Bullying - Atividade com caça- palavras
Bullying   - Atividade com  caça- palavrasBullying   - Atividade com  caça- palavras
Bullying - Atividade com caça- palavrasMary Alvarenga
 
Aula de História Ensino Médio Mesopotâmia.pdf
Aula de História Ensino Médio Mesopotâmia.pdfAula de História Ensino Médio Mesopotâmia.pdf
Aula de História Ensino Médio Mesopotâmia.pdfFernandaMota99
 
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdfLeloIurk1
 
PROGRAMA DE AÇÃO 2024 - MARIANA DA SILVA MORAES.pdf
PROGRAMA DE AÇÃO 2024 - MARIANA DA SILVA MORAES.pdfPROGRAMA DE AÇÃO 2024 - MARIANA DA SILVA MORAES.pdf
PROGRAMA DE AÇÃO 2024 - MARIANA DA SILVA MORAES.pdfMarianaMoraesMathias
 
o ciclo do contato Jorge Ponciano Ribeiro.pdf
o ciclo do contato Jorge Ponciano Ribeiro.pdfo ciclo do contato Jorge Ponciano Ribeiro.pdf
o ciclo do contato Jorge Ponciano Ribeiro.pdfCamillaBrito19
 
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...azulassessoria9
 
2° ano_PLANO_DE_CURSO em PDF referente ao 2° ano do Ensino fundamental
2° ano_PLANO_DE_CURSO em PDF referente ao 2° ano do Ensino fundamental2° ano_PLANO_DE_CURSO em PDF referente ao 2° ano do Ensino fundamental
2° ano_PLANO_DE_CURSO em PDF referente ao 2° ano do Ensino fundamentalAntônia marta Silvestre da Silva
 
Dicionário de Genealogia, autor Gilber Rubim Rangel
Dicionário de Genealogia, autor Gilber Rubim RangelDicionário de Genealogia, autor Gilber Rubim Rangel
Dicionário de Genealogia, autor Gilber Rubim RangelGilber Rubim Rangel
 
Rota das Ribeiras Camp, Projeto Nós Propomos!
Rota das Ribeiras Camp, Projeto Nós Propomos!Rota das Ribeiras Camp, Projeto Nós Propomos!
Rota das Ribeiras Camp, Projeto Nós Propomos!Ilda Bicacro
 
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdf
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdfPRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdf
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdfprofesfrancleite
 
Nós Propomos! " Pinhais limpos, mundo saudável"
Nós Propomos! " Pinhais limpos, mundo saudável"Nós Propomos! " Pinhais limpos, mundo saudável"
Nós Propomos! " Pinhais limpos, mundo saudável"Ilda Bicacro
 
A poesia - Definições e Característicass
A poesia - Definições e CaracterísticassA poesia - Definições e Característicass
A poesia - Definições e CaracterísticassAugusto Costa
 
Construção (C)erta - Nós Propomos! Sertã
Construção (C)erta - Nós Propomos! SertãConstrução (C)erta - Nós Propomos! Sertã
Construção (C)erta - Nós Propomos! SertãIlda Bicacro
 
ENSINO RELIGIOSO 7º ANO INOVE NA ESCOLA.pdf
ENSINO RELIGIOSO 7º ANO INOVE NA ESCOLA.pdfENSINO RELIGIOSO 7º ANO INOVE NA ESCOLA.pdf
ENSINO RELIGIOSO 7º ANO INOVE NA ESCOLA.pdfLeloIurk1
 
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...azulassessoria9
 
DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...
DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...
DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...IsabelPereira2010
 
Pedologia- Geografia - Geologia - aula_01.pptx
Pedologia- Geografia - Geologia - aula_01.pptxPedologia- Geografia - Geologia - aula_01.pptx
Pedologia- Geografia - Geologia - aula_01.pptxleandropereira983288
 

Último (20)

Mapa mental - Classificação dos seres vivos .docx
Mapa mental - Classificação dos seres vivos .docxMapa mental - Classificação dos seres vivos .docx
Mapa mental - Classificação dos seres vivos .docx
 
Urso Castanho, Urso Castanho, o que vês aqui?
Urso Castanho, Urso Castanho, o que vês aqui?Urso Castanho, Urso Castanho, o que vês aqui?
Urso Castanho, Urso Castanho, o que vês aqui?
 
CINEMATICA DE LOS MATERIALES Y PARTICULA
CINEMATICA DE LOS MATERIALES Y PARTICULACINEMATICA DE LOS MATERIALES Y PARTICULA
CINEMATICA DE LOS MATERIALES Y PARTICULA
 
Bullying - Atividade com caça- palavras
Bullying   - Atividade com  caça- palavrasBullying   - Atividade com  caça- palavras
Bullying - Atividade com caça- palavras
 
Aula de História Ensino Médio Mesopotâmia.pdf
Aula de História Ensino Médio Mesopotâmia.pdfAula de História Ensino Médio Mesopotâmia.pdf
Aula de História Ensino Médio Mesopotâmia.pdf
 
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf
 
PROGRAMA DE AÇÃO 2024 - MARIANA DA SILVA MORAES.pdf
PROGRAMA DE AÇÃO 2024 - MARIANA DA SILVA MORAES.pdfPROGRAMA DE AÇÃO 2024 - MARIANA DA SILVA MORAES.pdf
PROGRAMA DE AÇÃO 2024 - MARIANA DA SILVA MORAES.pdf
 
o ciclo do contato Jorge Ponciano Ribeiro.pdf
o ciclo do contato Jorge Ponciano Ribeiro.pdfo ciclo do contato Jorge Ponciano Ribeiro.pdf
o ciclo do contato Jorge Ponciano Ribeiro.pdf
 
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...
 
2° ano_PLANO_DE_CURSO em PDF referente ao 2° ano do Ensino fundamental
2° ano_PLANO_DE_CURSO em PDF referente ao 2° ano do Ensino fundamental2° ano_PLANO_DE_CURSO em PDF referente ao 2° ano do Ensino fundamental
2° ano_PLANO_DE_CURSO em PDF referente ao 2° ano do Ensino fundamental
 
Dicionário de Genealogia, autor Gilber Rubim Rangel
Dicionário de Genealogia, autor Gilber Rubim RangelDicionário de Genealogia, autor Gilber Rubim Rangel
Dicionário de Genealogia, autor Gilber Rubim Rangel
 
Rota das Ribeiras Camp, Projeto Nós Propomos!
Rota das Ribeiras Camp, Projeto Nós Propomos!Rota das Ribeiras Camp, Projeto Nós Propomos!
Rota das Ribeiras Camp, Projeto Nós Propomos!
 
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdf
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdfPRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdf
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdf
 
Nós Propomos! " Pinhais limpos, mundo saudável"
Nós Propomos! " Pinhais limpos, mundo saudável"Nós Propomos! " Pinhais limpos, mundo saudável"
Nós Propomos! " Pinhais limpos, mundo saudável"
 
A poesia - Definições e Característicass
A poesia - Definições e CaracterísticassA poesia - Definições e Característicass
A poesia - Definições e Característicass
 
Construção (C)erta - Nós Propomos! Sertã
Construção (C)erta - Nós Propomos! SertãConstrução (C)erta - Nós Propomos! Sertã
Construção (C)erta - Nós Propomos! Sertã
 
ENSINO RELIGIOSO 7º ANO INOVE NA ESCOLA.pdf
ENSINO RELIGIOSO 7º ANO INOVE NA ESCOLA.pdfENSINO RELIGIOSO 7º ANO INOVE NA ESCOLA.pdf
ENSINO RELIGIOSO 7º ANO INOVE NA ESCOLA.pdf
 
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...
 
DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...
DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...
DeClara n.º 75 Abril 2024 - O Jornal digital do Agrupamento de Escolas Clara ...
 
Pedologia- Geografia - Geologia - aula_01.pptx
Pedologia- Geografia - Geologia - aula_01.pptxPedologia- Geografia - Geologia - aula_01.pptx
Pedologia- Geografia - Geologia - aula_01.pptx
 

Normalização

  • 2. Agenda ● Objetivos da normalização ● Como é uma tabela sem normalização ● Como é uma tabela normalizada ● Processo de normalização ● Exemplo de fonte de dados ● Tabela ÑN ● 1° forma normal ● Exercícios ● Dependência Funcional ● 2° e 3° formas normais ● Exercícios ● DF Multivalorada ● 4° forma normal ● Exercícios
  • 3. Objetivos da normalização ● Processo ○ Entrada ■ Fonte de dados estruturados da organização (e.g., relatório, fichário, tabela, documento estruturado) ○ Saída ■ Esquema relacional para a fonte de dados ● Objetivos do processo ○ Obtenção de um BD relacional a partir da estrutura de uma fonte de dados ○ Evitar redundância de dados
  • 4. Como é uma tabela sem normalização ID Nome Salário Depto Andar E1 João 5000 Vendas 1 E2 Ana 4500 Vendas 1 E3 Pedro 5000 Pessoal 2 E4 Carlos 5000 Vendas 1 E5 Maria 3500 Pessoal 2 E6 José 5500 Pessoal 2
  • 5. Como é uma tabela sem normalização ID Nome Salário Depto E1 João 5000 D1 E2 Ana 4500 D1 E3 Pedro 5000 D2 E4 Carlos 5000 D1 E5 Maria 3500 D2 E6 José 5500 D2 ID Nome Andar D1 Vendas 1 D2 Pessoal 2 Departamentos Empregados
  • 6. Processo de normalização ● Processo sistemático para criação de tabelas, baseado em Formas Normais ● Sendo que, ○ diz se que uma tabela T está em uma forma normal se atende um conjunto de regras ○ se T está na Forma Normal (FN) i, então T está automaticamente nas FNs i - 1, i - 2, ... ● Do ponto de vista prático ○ A três primeiras (1FN, 2FN e 3FN) são as mais usadas ○ Nem sempre é ideal pois gera uma proliferação de tabelas
  • 7. Processo de normalização Modificado de: http://slideplayer.com.br/slide/3121944/ Tabelas (ÑN) 4FN
  • 8. Exemplo de fonte de dados
  • 9. Tabela ÑN: entrada para o processo ● Objetivo ○ Obtenção de uma representação padrão para as fontes de dados ● Facilita o processo de normalização ● Forma de representação: Tabela ÑN ○ admite uma ou mais tabelas aninhadas ○ admite atributos multivalorados ● Atributo multivalorado ○ atributo que ao invés de conter um valor único (atômico), contém múltiplos valores
  • 11. Representação de uma Tabela ÑN ● Projetos (codProj, tipo, descr, (codEmp, nome, categ, sal, dataIni, tempoAloc)) indicam-se as chaves primárias (CPs) de cada tabela (principal e aninhadas)
  • 12. 1ª Forma Normal (1FN) “Uma tabela está na 1FN sse ela não possui tabelas aninhadas nem atributos multivalorados” ● Solução: gerar uma tabela para cada aninhamento ou atributo multivalorado
  • 13. 1FN - Aplicação ● ÑN: ○ Projetos (codProj, tipo, descr, (codEmp, nome, categ, sal, dataIni, tempoAloc)) ● 1FN: ○ Projetos (codProj, tipo, descr) ○ Alocações (codProj, codEmp, nome, categ, sal, dataIni, tempoAloc) ● Perguntas: ○ Por que o CP da tabela externa migra para a tabela aninhada? ○ Qual a CP da tabela aninhada? ○ Qual é a cardinalidade do relacionamento entre Projetos e Alocações? (Pode- dados da tabela aninhada na fonte de dados como um todo ou validar com es domínio)
  • 14. 1FN - Aplicação ● ÑN: ○ Departamentos (codD, nome, (CPF, nome, salário)) ● 1FN: ○ Departamentos (codD, nome) ○ Empregados (codD, CPF, nome, salário) ● Perguntas: ○ Qual é a cardinalidade do relacionamento entre Departamentos e Empregados ?
  • 15. Atributo Multivalorado ● ÑN: ○ Empresa (codE, nome, localizacoes (1,N)) ● 1FN (nova tabela): ○ Empresa (codE, nome) ○ Localizações (codE, CodL, nome_local) ● 1FN (atributos adicionais): ○ Empresa (codE, nome, local_matriz, filial_1, filial_2)
  • 16. 1FN – Observação 1 ● Análise de CPs na forma ÑN ○ Tabelas em qualquer nível podem não ter atributos que garantam identificação única de suas tuplas ou ter uma CP muito extensa ○ Sugestão: definir uma CP ● ÑN: ○ Projetos (CodProj, Tipo, Descr, (Nome, Cat, Sal, DataIni, TempoAloc)) ● ÑN: ○ Projetos (CodProj, Tipo, Descr, (CodEmp, Nome, Cat, Sal, DataIni, TempoAloc))
  • 17. 1FN – Observação 2 ● Dados irrelevantes na forma ÑN ○ tabelas podem ter atributos que não precisam ser mantidos necessariamente no BD ○ Sugestão: eliminar estes atributos ● ÑN: ○ Projetos (CodProj, Tipo, Descr, NroEmps, DataRel, (CodEmp, Nome, Cat, Sal, DataIni, TempoAloc)) ● ÑN: ○ Projetos (CodProj, Tipo, Descr, (CodEmp, Nome, Cat, Sal, DataIni, TempoAloc)) ● Pergunta: ○ Por que esses atributos são irrelevantes? São sempre irrelevantes?
  • 18. Exercício 1 ● Apresente a Tabela ÑN e a 1FN para esta Nota Fiscal
  • 19. Dependência Funcional ● Conceito necessário para o entendimento da 2ª e 3ª formas normais ● Definição ○ Um atributo A2 depende funcionalmente de um atributo A1 (ou um atributo A1 determina um atributo A2 ) quando, em todas linhas da tabela, para cada valor de A1 que aparece na tabela, aparece o mesmo valor de A2
  • 21. DF Total e DF Parcial ● DF Total (atributo depende de todos componentes da CP) ○ se um atributo Ax depende funcionalmente de todos os atributos que compõem a CP de uma tabela T, diz-se que Ax possui DF total da CP de T ● DF Parcial (atributo depende de parte dos componentes da CP) ○ se um atributo Ax depende funcionalmente apenas de alguns atributos (não todos!) que compõem a CP de uma tabela T, diz-se que Ax possui DF parcial da CP de T
  • 22. 2ª Forma Normal (2FN) “Uma tabela está na 2FN sse ela estiver na 1FN e não possuir DFs parciais” ● Solução: tabelas com DFs parciais devem ser desmembradas em tabelas que possuam DFs totais
  • 23. 2FN – Observação ● Tabelas cuja CP possui apenas um atributo estão automaticamente na 2FN
  • 24. 2FN - Aplicação ● 1FN: ○ Projetos (CodProj, Tipo, Descr) ○ Alocações (CodProj, CodEmp, Nome, Cat, Sal, DataIni, TempoAloc) ● DF: ○ CodEmp → Nome, Cat, Sal (DF Parcial!) ○ (CodProj, CodEmp) → DataIni, TempoAloc ● 2FN ○ Projetos (CodProj, Tipo, Descr) ○ Alocações (CodProj, CodEmp, DataIni, TempoAloc) ○ Empregados (CodEmp, Nome, Cat, Sal)
  • 26. 3ª Forma Normal (3FN) “Uma tabela está na 3FN sse ela estiver na 2FN e não possuir DFs entre atributos não-chave” ● Solução: tabelas com tais DFs devem ser desmembradas em tabelas que não possuam essas DFs
  • 27. 3FN – Observação 1 ● Tabelas que possuem zero ou apenas um atributo que não faz parte da CP estão automaticamente na 3FN
  • 28. 3FN - Aplicação ● 2FN: ○ Projetos (CodProj, Tipo, Descr) ○ Alocações (CodProj, CodEmp, DataIni, TempoAloc) ○ Empregados (CodEmp, Nome, Cat, Sal) ● DF: ○ Cat → Sal ● 3FN: ○ Projetos (CodProj, Tipo, Descr) ○ Alocações (CodProj, CodEmp, DataIni, TempoAloc) ○ Empregados (CodEmp, Nome, Cat) ○ CategoriasFuncionais(Cat, Sal)
  • 29. Exercício Normalizar até a 3FN ● ÑN: ○ Estantes (número, capacidade, (ISBN, título, ano (codAutor, nome, nacionalidade)))
  • 30. DF Multivalorada Se um atributo Ax1 de T determina um conjunto finito de valores para os outros atributos Ax2 , ..., Axn de T, então diz-se que Ax2 , ..., Axn possuem DF multivalorada de Ax1 em T
  • 31. Exemplo: DF Multivalorada ● ÑN: ○ Estantes (número, capacidade, (ISBN, título, ano (codAutor, nome, nacionalidade))) ● 1FN: ○ Estantes (número, capacidade) ○ DistribuiçãoLivros (número, ISBN, título, ano) DistribuiçãoLivrosAutor (número, ISBN, codAutor, nome, nacionalidade) ● 2FN = 3FN: ○ Estantes (número, capacidade) ○ Livros (ISBN, título, ano) ○ DistribuiçãoLivros (número, ISBN) ○ Autores (codAutor, nome, nacionalidade) ○ DistribuiçãoLivrosAutor(número, ISBN, codAutor) relacionamento contido em outra tabela! (pode ser removido)
  • 33. 4ª Forma Normal (4FN) “Uma tabela está na 4FN sse ela estiver na 3FN e não possuir DFs multivaloradas” ● Solução: tabelas com DFs multivaloradas devem ser desmembradas em tabelas que não possuam tais DFs
  • 34. 4FN – Observação 1 ● Tabelas que possuem CP composta por um ou dois atributos, ou que possuem atributos não-chave estão automaticamente na 4FN
  • 35. 4FN - Aplicação ● 3FN: ○ Estantes (número, capacidade) ○ Livros (ISBN, título, ano) ○ Autores (codAutor, nome, nacionalidade) ○ DistribuiçãoLivrosAutor(número, ISBN, codAutor) ● DFM ○ ISBN ↠ codAutor ● 4FN: ○ Estantes (número, capacidade) ○ Livros (ISBN, título, ano) ○ Autores (codAutor, nome, nacionalidade) ○ DistribuiçãoLivros(número, ISBN) ○ Autoria(ISBN, codAutor)
  • 37.
  • 38. Exercício A tabela abaixo está na 1FN e mostra dados de associados de um clube, incluindo profissão, seus números de celular e as modalidades esportivas que ele pratica no clube. Obtenha a 2FN, 3FN e 4FN AssociadosClube (CPF-associado, nome-associado, ID-profissão, descrição-profissão, número-celular, ID-modalidade, nome-modalidade)