O processo de normalização de banco de dados relacionais, proposto por Edgar F. Codd na IBM, visa organizar o armazenamento das informações para garantir a eficácia das restrições de integridade e eliminar dependências indesejadas estruturadas incorretamente, conhecidas como anomalias. Essas falhas manifestam-se na inserção, quando a rigidez de tabelas mistas impede o registro de novos dados por falta de informações complementares ainda inexistentes; na exclusão, quando a remoção de um registro apaga acidentalmente dados de outra entidade associada; e na atualização, provocada pela duplicação de dados em várias linhas, o que gera inconsistências e dados contraditórios caso a alteração seja feita de forma incompleta.
Para solucionar essas falhas, a normalização utiliza um conjunto progressivo de regras chamadas Formas Normais. Esse processo opera de maneira cumulativa, de modo que cada nova etapa impõe critérios mais rigorosos e herda integralmente as exigências das formas anteriores, garantindo uma evolução consistente na estruturação e no refinamento lógico do banco de dados.
Como resultado desse rigor metodológico, o projeto obtém vantagens, como a prevenção de anomalias, a mitigação da redundância não intencional, a economia direta de custos de armazenamento — especialmente relevante em servidores locais e em ambientes de computação em nuvem —, e a recuperação mais ágil de dados por meio de consultas otimizadas que exigem menor esforço de processamento.
Dependências Funcionais
As dependências funcionais (DFs) refletem as regras de negócio e as verdades do mundo real que o banco de dados deve respeitar rigidamente. Elas ocorrem quando os valores de um conjunto de atributos (o conjunto determinante, localizado à esquerda) determinam obrigatoriamente os valores de outros (o conjunto dependente, à direita), representadas pela notação A → B. Esse conceito é fundamental para a aplicação das Formas Normais (2ª, 3ª e Boyce-Codd) e para a identificação de chaves, uma vez que um conjunto de atributos capaz de determinar todos os demais da tabela constitui, por definição, uma chave.
Para descobrir novas dependências a partir das regras iniciais fornecidas pelos projetistas, utilizam-se os Axiomas de Armstrong. A reflexividade dita que um conjunto de atributos sempre determina suas partes ou a si mesmo (gerando DFs triviais úteis para provar superchaves); a augmentação permite adicionar atributos extras a ambos os lados de uma dependência sem invalidá-la, auxiliando na composição de chaves; e a transitividade possibilita encadear dependências quando o determinante de uma é determinado por outra (X → Y e Y → Z ⇒ X → Z ), revelando chaves ocultas no modelo.
- Reflexividade: Se Y é um subconjunto de X, então X determina Y.
- Conceito: Um conjunto de atributos sempre determina a si mesmo ou a qualquer parte de si.
- Exemplo: {CPF_Cliente,Cod_Produto}→CPF_Cliente (É uma DF trivial, mas válida).
- Augmentação: Se XY, então XZYZ.
- Conceito: Adicionar o mesmo atributo (Z) a ambos os lados de uma dependência não a invalida. Isso é crucial para a formação de chaves compostas.
- Exemplo: Se Cod_Produto→Preço_Unitário, então {Cod_Produto,CPF_Cliente}→{Preço_Unitário,CPF_Cliente}.
- Transitividade: Se XY e YZ, então XZ.
- Conceito: Permite encadear dependências. Se X define Y, e Y define Z, então X define Z indiretamente.
- Exemplo: Se tivermos as DFs: CPF_Cliente→ID_Endereco e ID_Endereco→Cidade, podemos inferir que CPF_Cliente→Cidade.
Complementando os axiomas, regras derivadas otimizam a manipulação lógica dessas dependências. A união estabelece que, se um mesmo determinante gera dependências separadas, ele também pode determiná-las conjuntamente (X→Y e X→Z ⇒ X →YZ ). Inversamente, a regra da decomposição permite separar um conjunto de dependentes no lado direito quando determinados em bloco por um único determinante (X→YZ ⇒ X →Y e X→Z).
- União: Se X→Y e X→Z, então X→YZ.
- Conceito: Se um determinante define dois atributos separadamente, ele também pode defini-los como um conjunto.
- Exemplo: Se Cod_Produto→Nome_Produto e Cod_Produto→Preço_Unitário, então Cod_Produto→{Nome_Produto,Preço_Unitário}.
- Decomposição: Se X→YZ, então X→Y e X→Z.
- Conceito: O inverso da união. Se um determinante define um conjunto de atributos, ele também define cada um individualmente.
- Exemplo: Se Cod_Produto→{Nome_Produto,Preço_Unitário}, podemos decompor em Cod_Produto→Nome_Produto e Cod_Produto→Preço_Unitário.
Formas Normais
O processo de normalização inicia-se com a 1ª Forma Normal (1FN), considerada obrigatória para a existência conceitual e matemática de um banco relacional. Ela exige que cada tabela possua obrigatoriamente uma chave primária para a identificação unívoca de seus registros e impõe a atomicidade dos atributos, proibindo estritamente a presença de grupos repetitivos, tais como atributos multivalorados, compostos, repetitivos em série ou estruturas aninhadas do tipo tabela dentro de tabela.
Evoluindo para a 2ª Forma Normal (2FN), a tabela precisa primeiro estar na 1FN e eliminar totalmente as dependências parciais, o que significa que todos os atributos não-chave devem depender de forma integral e total de toda a chave primária composta. Caso exista dependência de apenas uma parte da chave, a tabela deve ser decomposta em estruturas menores e independentes focadas em suas respectivas dependências funcionais.
A 3ª Forma Normal (3FN) introduz o conceito de combate às dependências transitivas, estabelecendo que atributos comuns (não-chave) não podem determinar outros atributos comuns. Desse modo, o modelo não tolera correntes indiretas do tipo em que a chave determina um atributo comum, e este por sua vez determina outro, exigindo que a cadeia seja quebrada e isolada em tabelas específicas.
A Forma Normal de Boyce-Codd (FNBC) é uma versão mais rigorosa da Terceira Forma Normal (3FN). Uma tabela está na FNBC quando já se encontra na 3FN e, para cada dependência funcional não trivial, o determinante é obrigatoriamente uma superchave da tabela. Isso significa que nenhum atributo não chave ou parte de uma chave candidata pode determinar outro atributo que faça parte de uma chave candidata.
Para entender na prática, imagine uma tabela de monitoria universitária com as colunas Aluno, Disciplina e Monitor. Considere que um aluno pode ter vários monitores em disciplinas diferentes, mas cada monitor auxilia em apenas uma disciplina, e cada aluno tem apenas um monitor por disciplina. A chave primária composta pode ser (Aluno, Disciplina), porém o atributo Monitor determina sozinho a Disciplina. Como o Monitor não é uma superchave da tabela, ocorre redundância ao repetir o nome da disciplina toda vez que o monitor aparece. A solução é dividir a tabela original em duas: uma tabela relacionando Aluno e Monitor e outra relacionando Monitor e Disciplina.
A Quarta Forma Normal (4FN) trata da eliminação das chamadas dependências multivaloradas. Uma tabela está na 4FN se já estiver na FNBC e não contiver duas ou mais características independentes entre si e multivaloradas sobre a mesma entidade. Em outras palavras, não devemos misturar na mesma tabela diferentes listas de atributos que não possuem relação direta um com o outro.
Como exemplo didático, pense em uma tabela chamada Funcionario_Info com as colunas Funcionario, Idioma e Ferramenta. Suponha que o funcionário Carlos fale Inglês e Espanhol, e também saiba usar Excel e Python. Como os idiomas que ele fala não têm relação com as ferramentas que ele domina, somos obrigados a criar todas as combinações possíveis na mesma tabela para não perder dados (Carlos com Inglês e Excel, Carlos com Inglês e Python, Carlos com Espanhol e Excel, etc.). Para atingir a 4FN, dividimos essa estrutura em duas tabelas independentes: Funcionario_Idioma e Funcionario_Ferramenta.
A Quinta Forma Normal (5FN), também conhecida como Forma Normal de Projeção-Junção (PJ/NF), tem como objetivo eliminar redundâncias causadas por dependências de junção. Uma tabela está na 5FN quando já está na 4FN e não pode ser decomposta em tabelas menores sem que haja perda de informação ou criação de registros falsos (tuplas espúrias) ao juntá-las novamente. Ela lida com relacionamentos ternários onde três entidades precisam estar associadas simultaneamente sob regras de negócio específicas.
Considere um cenário de logística com uma tabela contendo Fornecedor, Peca e Projeto. Suponha que exista uma regra de negócio indicando que, se um fornecedor fornece uma determinada peça, e essa peça é usada em um projeto, e esse fornecedor também atende a esse projeto, então o fornecedor obrigatoriamente fornece aquela peça para aquele projeto. Quando essa regra cíclica existe, manter os três dados juntos gera repetições desnecessárias sempre que um novo vínculo é criado. A solução na 5FN é quebrar a tabela original em três tabelas binárias: Fornecedor_Peca, Peca_Projeto e Fornecedor_Projeto, pois a junção natural dessas três reconstruirá exatamente os dados originais sem redundância.
Dependências funcionais na prática
A materialização prática das dependências funcionais, chaves e formas normais em bancos de dados relacionais ocorre por meio de comandos da linguagem SQL, destacando-se o PRIMARY KEY para definir a chave primária e o UNIQUE para as chaves alternativas. Essa estruturação permite certificar se as regras de negócio foram implementadas corretamente na modelagem física, pois a definição de um atributo como chave assegura diretamente a validade de dependências funcionais em que esse identificador determina todos os demais elementos do registro.
Além do código de criação, a validade de uma dependência funcional (XY) pode ser testada empiricamente sobre os dados armazenados em uma instância de tabela. A regra prática consiste em verificar se existe qualquer par de linhas que compartilhe o mesmo valor em X mas apresente valores distintos em Y. Caso um mesmo determinante aponte para dados diferentes no lado dependente, encontra-se uma contradição e a dependência funcional torna-se inválida; se nunca houver divergência, a dependência se sustenta para aquela instância analisada.
Desnormalização
Embora a normalização até a 3ª Forma Normal (3FN) seja o padrão ideal para eliminar anomalias e garantir a integridade dos dados, ela gera o efeito colateral de fragmentar a informação em numerosas tabelas. Essa segmentação excessiva exige operações complexas de junção (JOINs) que consomem tempo e recursos computacionais elevados, abrindo espaço para a desnormalização intencional em cenários de grande volume de dados ou exigências estritas de velocidade, onde se aceita deliberadamente certa redundância em prol do desempenho e da otimização de consultas.
Para concretizar esse equilíbrio entre agilidade e integridade, aplicam-se estratégias práticas específicas de desnormalização, começando pelo uso de dados redundantes, em que a mesma informação é armazenada em tabelas diferentes para evitar junções custosas, transferindo ao sistema a responsabilidade de manter os registros sincronizados. Outra abordagem é o dado derivado, que armazena um atributo calculado de antemão para reduzir o custo de processamento em tempo real em troca de um maior custo de armazenamento, sendo um desdobramento direto do dado pré-agregado, que salva resultados de operações como somas, médias ou contagens calculadas previamente e atualizadas sempre que a origem sofre modificações.
Por fim, a técnica de tabela temporária para relatório resolve situações em que a rigidez da estrutura normalizada torna inviável a extração de informações complexas diretamente pelo modelo padrão. Nesses casos, constrói-se uma estrutura desnormalizada exclusiva para a montagem do relatório, sendo descartada logo após o uso e isenta de qualquer preocupação com a consistência ou sincronização contínua dos dados, funcionando como uma ferramenta de suporte pontual à tomada de decisão.

