SlideShare une entreprise Scribd logo
1  sur  15
   O objetivo da normalização é evitar os
    problemas provocados por falhas no Projeto
    do Banco de Dados, bem como eliminar a
    "mistura de assuntos" e as correspondentes
    repetições desnecessárias de dados.
Uma Regra de Ouro que devemos observar quando
criamos um Projeto de um Banco de Dados
baseado no Modelo Relacional de Dados é a de
"não Misturar assuntos em uma mesma Tabela".
Por exemplo na Tabela Clientes devemos colocar
somente campos relacionados com o assunto
Clientes.   Não    devemos     misturar    campos
relacionados com outros assuntos, tais como
Pedidos, Produtos, etc. Essa "Mistura de Assuntos"
em uma mesma tabela acaba por gerar repetição
desnecessária bem como inconsistência dos dados.
O Processo de Normalização aplica uma série de
Regras sobre as Tabelas de um Banco de Dados,
para verificar se estas estão corretamente
projetadas. Embora existam 5 formas normais,
na prática usamos um conjunto de 3 Formas
Normais.
Normalmente após a aplicação das Regras de
Normalização, algumas tabelas acabam sendo
divididas em duas ou mais tabelas, o que no final
gera um número maior de tabelas do que
originalmente existia.
Este processo causa a simplificação dos atributos
de uma tabela, colaborando significativamente
para a estabilidade do modelo de dados,
reduzindo-se consideravelmente as necessidades
de manutenção
Cliente
Codigo(PK)       Nome            Telefone

   123        Rachel Soares    555-861-2025

                               555-403-1659
   456        James Borges
                               555-776-4100
   789       Maria Fernandez   555-808-9633
“Uma Tabela está na Primeira
     Forma Normal quando seus
     atributos não contém grupos de
     Repetição".
               Resumo dos Procedimentos:
a)   Identificar a chave primária da entidade;
b)   Identificar o grupo repetitivo e excluí-lo da entidade;
c)   Criar uma nova entidade com a chave primária da
     entidade anterior e o grupo repetitivo.
Telefone
             Cliente
                                 Codigo(FK)          Telefone
Codigo(PK)         Nome
                                    123         555-861-2025
   123          Rachel Soares
                                    456         555-403-1659
   456          James Borges        456         555-776-4100

   789         Maria Fernandez      789         555-808-9633
“Ocorre quando a chave Primária é composta
     por mais de um campo. Neste caso, devemos
     observar se todos os campos que não fazem
     parte da chave dependem de todos os campos
     que compõem a chave. Se algum campo
     depender somente de parte da chave composta,
     então este campo deve pertencer a outra
     tabela”.

                Resumo dos Procedimentos:
a)   Identificar os atributos que não são funcionalmente
     dependentes de toda a chave primária.
b)   Remover     da     entidade   todos   esses    atributos
     identificados e criar uma nova entidade com eles.
c)   A chave primária da nova entidade será o atributo do
     qual os atributos removidos são funcionalmente
     dependentes.
Cursos
Numero_Matricula    Cod_Curso      Avaliação    Descricao_Curso
001                 201            15/03        Word Avançado
010                 201            15/03        Word Avançado
101                 210            15/03        Excel Avançado

             (PK)




                   Chave primária Composta: Numero_Matricula, Cod_Curso
Avaliação                                    Curso
Numero_Matricula   Cod_Curso   Avaliação     Cod_Curso(PK)   Descricao_Curso

001                201         15/03         201             Word Avançado
010                201         15/03
                                             210             Excel Avançado
101                210         15/03

            (PK)


Chave primária Composta: Numero_Matricula,
Cod_Curso
“Na definição dos campos de uma entidade
     podem ocorrer casos em que um campo não
     seja dependente diretamente da chave primária
     ou de parte dela, mas sim dependente de um
     outro campo da tabela, campo este que não a
     Chave Primária”.
                     Resumo dos Procedimentos:
a)   Identificar todos os atributos que são funcionalmente
     dependentes de outros atributos “não chave”;
b)   Removê-los e criar uma nova entidade com os mesmos.
c)   A chave primária da nova entidade será o atributo do qual os
     atributos removidos são funcionalmente dependentes.
Vencedores de Torneios
                                                        Data de nasc. do
     Torneio                  Ano        Vencedor
                                                           vencedor

Indiana Invitational          1998     Al Fredrickson      21/7/1975

 Cleveland Open               1999      Bob Albertson      28/9/1968

Des Moines Masters            1999     Al Fredrickson      21/7/1975

Indiana Invitational          1999     Chip Masterson      14/3/1977

                   ( PK)

 Chave primária Composta: Torneio, Ano
Vencedores de Torneios
     Torneio            Ano             Vencedor
Indiana Invitational    1998       Al Fredrickson
 Cleveland Open         1999       Bob Albertson
Des Moines Masters      1999       Al Fredrickson
Indiana Invitational    1999      Chip Masterson


                 (PK)                                   Datas de nasc. de jogadores

Chave primária Composta:                               Jogador        Data de nascimento
Torneio, Ano                                        Chip Masterson         14/3/1977
                                                    Al Fredrickson         21/7/1975
                                                    Bob Albertson          28/9/1968
Após a normalização, as estruturas dos dados estão
projetadas para eliminar as inconsistências e redundâncias
dos dados, eliminando desta forma qualquer problema de
atualização e operacionalização do sistema.

Projetar o banco de dados significa criar um MER (Modelo
Entidade x Relacionamentos) onde são indicadas quais
tabelas farão parte do banco de dados, quais os campos de
cada tabela, qual o campo que será a Chave Primária (PK) nas
tabelas que terão Chave Primária e quais tabelas terão o
campo chave estrangeira (FK) (normalizar) e quais os
relacionamentos (impor cardinalidade) entre as tabelas.
Nota: Os campos que aparecem em negrito representam a
Chave Primária de cada tabela.

Contenu connexe

Tendances

Banco de dados exercícios resolvidos
Banco de dados exercícios resolvidosBanco de dados exercícios resolvidos
Banco de dados exercícios resolvidosGleydson Sousa
 
1.Introdução Banco de Dados
1.Introdução Banco de Dados1.Introdução Banco de Dados
1.Introdução Banco de Dadosvini_campos
 
Modelagem relacional e normalização de dados
Modelagem relacional e normalização de dadosModelagem relacional e normalização de dados
Modelagem relacional e normalização de dadosjulianaveregue
 
Aula 4 - Diagrama Entidade Relacionamento (com exercício no final)
Aula 4  - Diagrama Entidade Relacionamento (com exercício no final)Aula 4  - Diagrama Entidade Relacionamento (com exercício no final)
Aula 4 - Diagrama Entidade Relacionamento (com exercício no final)Janynne Gomes
 
Banco de Dados II Aula 02 - Modelagem de Dados (Definição, Modelo conceitual)
Banco de Dados II  Aula 02 - Modelagem de Dados (Definição, Modelo conceitual)Banco de Dados II  Aula 02 - Modelagem de Dados (Definição, Modelo conceitual)
Banco de Dados II Aula 02 - Modelagem de Dados (Definição, Modelo conceitual)Leinylson Fontinele
 
BD I - Aula 06 B - Parte 2 - Teorico Formas Normais
BD I - Aula 06 B - Parte 2 - Teorico Formas NormaisBD I - Aula 06 B - Parte 2 - Teorico Formas Normais
BD I - Aula 06 B - Parte 2 - Teorico Formas NormaisRodrigo Kiyoshi Saito
 
Diagramas de Fluxo de Dados
Diagramas de Fluxo de DadosDiagramas de Fluxo de Dados
Diagramas de Fluxo de DadosJanynne Gomes
 
Conceitos de Banco de dados e SGBD
Conceitos de Banco de dados e SGBDConceitos de Banco de dados e SGBD
Conceitos de Banco de dados e SGBDVinicius Buffolo
 
Banco de Dados II Aula 04 - MODELAGEM DE DADOS (Generalização e Especialização)
Banco de Dados II Aula 04 - MODELAGEM DE DADOS (Generalização e Especialização)Banco de Dados II Aula 04 - MODELAGEM DE DADOS (Generalização e Especialização)
Banco de Dados II Aula 04 - MODELAGEM DE DADOS (Generalização e Especialização)Leinylson Fontinele
 
Estrutura de Dados - Conceitos fundamentais
Estrutura de Dados - Conceitos fundamentaisEstrutura de Dados - Conceitos fundamentais
Estrutura de Dados - Conceitos fundamentaisFabrício Lopes Sanchez
 
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
 

Tendances (20)

Banco de Dados - Conceitos Básicos
Banco de Dados - Conceitos BásicosBanco de Dados - Conceitos Básicos
Banco de Dados - Conceitos Básicos
 
Banco de dados exercícios resolvidos
Banco de dados exercícios resolvidosBanco de dados exercícios resolvidos
Banco de dados exercícios resolvidos
 
Aula 4 banco de dados
Aula 4   banco de dados Aula 4   banco de dados
Aula 4 banco de dados
 
1.Introdução Banco de Dados
1.Introdução Banco de Dados1.Introdução Banco de Dados
1.Introdução Banco de Dados
 
Modelagem relacional e normalização de dados
Modelagem relacional e normalização de dadosModelagem relacional e normalização de dados
Modelagem relacional e normalização de dados
 
Bases De Dados
Bases De DadosBases De Dados
Bases De Dados
 
Aula 4 - Diagrama Entidade Relacionamento (com exercício no final)
Aula 4  - Diagrama Entidade Relacionamento (com exercício no final)Aula 4  - Diagrama Entidade Relacionamento (com exercício no final)
Aula 4 - Diagrama Entidade Relacionamento (com exercício no final)
 
Banco de Dados II Aula 02 - Modelagem de Dados (Definição, Modelo conceitual)
Banco de Dados II  Aula 02 - Modelagem de Dados (Definição, Modelo conceitual)Banco de Dados II  Aula 02 - Modelagem de Dados (Definição, Modelo conceitual)
Banco de Dados II Aula 02 - Modelagem de Dados (Definição, Modelo conceitual)
 
Modelagem de dados
Modelagem de dados Modelagem de dados
Modelagem de dados
 
BD I - Aula 06 B - Parte 2 - Teorico Formas Normais
BD I - Aula 06 B - Parte 2 - Teorico Formas NormaisBD I - Aula 06 B - Parte 2 - Teorico Formas Normais
BD I - Aula 06 B - Parte 2 - Teorico Formas Normais
 
Banco de Dados
Banco de DadosBanco de Dados
Banco de Dados
 
Introdução a Bancos de Dados
Introdução a Bancos de DadosIntrodução a Bancos de Dados
Introdução a Bancos de Dados
 
Linguagem SQL
Linguagem SQLLinguagem SQL
Linguagem SQL
 
Normalização
NormalizaçãoNormalização
Normalização
 
Modelo E-R
Modelo E-RModelo E-R
Modelo E-R
 
Diagramas de Fluxo de Dados
Diagramas de Fluxo de DadosDiagramas de Fluxo de Dados
Diagramas de Fluxo de Dados
 
Conceitos de Banco de dados e SGBD
Conceitos de Banco de dados e SGBDConceitos de Banco de dados e SGBD
Conceitos de Banco de dados e SGBD
 
Banco de Dados II Aula 04 - MODELAGEM DE DADOS (Generalização e Especialização)
Banco de Dados II Aula 04 - MODELAGEM DE DADOS (Generalização e Especialização)Banco de Dados II Aula 04 - MODELAGEM DE DADOS (Generalização e Especialização)
Banco de Dados II Aula 04 - MODELAGEM DE DADOS (Generalização e Especialização)
 
Estrutura de Dados - Conceitos fundamentais
Estrutura de Dados - Conceitos fundamentaisEstrutura de Dados - Conceitos fundamentais
Estrutura de Dados - Conceitos fundamentais
 
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)
 

En vedette

Normalização - Banco de Dados
Normalização - Banco de DadosNormalização - Banco de Dados
Normalização - Banco de DadosRoberto Grande
 
Computational analysis of bacterial RNA-Seq data: quantificação de abundância...
Computational analysis of bacterial RNA-Seq data: quantificação de abundância...Computational analysis of bacterial RNA-Seq data: quantificação de abundância...
Computational analysis of bacterial RNA-Seq data: quantificação de abundância...Vitor Coelho
 
Apresentação do artigo - RNASeq-based analysis of the physiologic cold shock-...
Apresentação do artigo - RNASeq-based analysis of the physiologic cold shock-...Apresentação do artigo - RNASeq-based analysis of the physiologic cold shock-...
Apresentação do artigo - RNASeq-based analysis of the physiologic cold shock-...Vitor Coelho
 
Aplicação de RNA seq em biologia molecular
Aplicação de RNA seq em biologia molecularAplicação de RNA seq em biologia molecular
Aplicação de RNA seq em biologia molecularEdivaldo Júnior
 
Reparação dos tecidos apicais em endodontia
Reparação dos tecidos apicais em endodontiaReparação dos tecidos apicais em endodontia
Reparação dos tecidos apicais em endodontiaInes Jacyntho Inojosa
 
Normalização de dados - Primeira forma normal
Normalização de dados - Primeira forma normalNormalização de dados - Primeira forma normal
Normalização de dados - Primeira forma normalvitorleyva
 
Referências FEA - Edmar Lisboa Bacha
Referências FEA - Edmar Lisboa BachaReferências FEA - Edmar Lisboa Bacha
Referências FEA - Edmar Lisboa BachaBiblioteca FEAUSP
 
Apostila de sql basico
Apostila de sql basicoApostila de sql basico
Apostila de sql basicoFernando Palma
 
Sermão 198 - Habacuque - Desistir não é opção!
Sermão 198 - Habacuque - Desistir não é opção!Sermão 198 - Habacuque - Desistir não é opção!
Sermão 198 - Habacuque - Desistir não é opção!Pr. Fabio Canellato
 
Exercitando modelagem em UML
Exercitando modelagem em UMLExercitando modelagem em UML
Exercitando modelagem em UMLinfo_cimol
 
Metodologias de análise e desenvolvimento de sistemas
Metodologias de análise e desenvolvimento de sistemasMetodologias de análise e desenvolvimento de sistemas
Metodologias de análise e desenvolvimento de sistemasSusana Oliveira
 
Apostila Modelo ER (Entidade Relacionamento)
Apostila Modelo ER (Entidade Relacionamento)Apostila Modelo ER (Entidade Relacionamento)
Apostila Modelo ER (Entidade Relacionamento)Ricardo Terra
 
Recursos informacionais para pesquisa 2016
Recursos informacionais para pesquisa 2016Recursos informacionais para pesquisa 2016
Recursos informacionais para pesquisa 2016Biblioteca FEAUSP
 

En vedette (20)

Dicas de Modelagem dimensional
Dicas de Modelagem dimensionalDicas de Modelagem dimensional
Dicas de Modelagem dimensional
 
Normalização - Banco de Dados
Normalização - Banco de DadosNormalização - Banco de Dados
Normalização - Banco de Dados
 
Apostila UML
Apostila UML Apostila UML
Apostila UML
 
Computational analysis of bacterial RNA-Seq data: quantificação de abundância...
Computational analysis of bacterial RNA-Seq data: quantificação de abundância...Computational analysis of bacterial RNA-Seq data: quantificação de abundância...
Computational analysis of bacterial RNA-Seq data: quantificação de abundância...
 
Apresentação do artigo - RNASeq-based analysis of the physiologic cold shock-...
Apresentação do artigo - RNASeq-based analysis of the physiologic cold shock-...Apresentação do artigo - RNASeq-based analysis of the physiologic cold shock-...
Apresentação do artigo - RNASeq-based analysis of the physiologic cold shock-...
 
Apostila uml
Apostila umlApostila uml
Apostila uml
 
Aplicação de RNA seq em biologia molecular
Aplicação de RNA seq em biologia molecularAplicação de RNA seq em biologia molecular
Aplicação de RNA seq em biologia molecular
 
Reparação dos tecidos apicais em endodontia
Reparação dos tecidos apicais em endodontiaReparação dos tecidos apicais em endodontia
Reparação dos tecidos apicais em endodontia
 
Normalização de dados - Primeira forma normal
Normalização de dados - Primeira forma normalNormalização de dados - Primeira forma normal
Normalização de dados - Primeira forma normal
 
Referências FEA - Edmar Lisboa Bacha
Referências FEA - Edmar Lisboa BachaReferências FEA - Edmar Lisboa Bacha
Referências FEA - Edmar Lisboa Bacha
 
Apostila de sql basico
Apostila de sql basicoApostila de sql basico
Apostila de sql basico
 
Apostila UML
Apostila UMLApostila UML
Apostila UML
 
Banco de dados
Banco de dadosBanco de dados
Banco de dados
 
Sermão 198 - Habacuque - Desistir não é opção!
Sermão 198 - Habacuque - Desistir não é opção!Sermão 198 - Habacuque - Desistir não é opção!
Sermão 198 - Habacuque - Desistir não é opção!
 
Exercitando modelagem em UML
Exercitando modelagem em UMLExercitando modelagem em UML
Exercitando modelagem em UML
 
Metodologias de análise e desenvolvimento de sistemas
Metodologias de análise e desenvolvimento de sistemasMetodologias de análise e desenvolvimento de sistemas
Metodologias de análise e desenvolvimento de sistemas
 
Como motivar sua equipe
Como motivar sua equipeComo motivar sua equipe
Como motivar sua equipe
 
Apostila Modelo ER (Entidade Relacionamento)
Apostila Modelo ER (Entidade Relacionamento)Apostila Modelo ER (Entidade Relacionamento)
Apostila Modelo ER (Entidade Relacionamento)
 
Recursos informacionais para pesquisa 2016
Recursos informacionais para pesquisa 2016Recursos informacionais para pesquisa 2016
Recursos informacionais para pesquisa 2016
 
Apostila modelagem de banco de dados
Apostila modelagem de banco de dadosApostila modelagem de banco de dados
Apostila modelagem de banco de dados
 

Similaire à Normalização de dados elimina redundâncias

Similaire à Normalização de dados elimina redundâncias (12)

Aula5 normalização
Aula5   normalizaçãoAula5   normalização
Aula5 normalização
 
07 LabMM4 - Bases de dados
07 LabMM4 - Bases de dados07 LabMM4 - Bases de dados
07 LabMM4 - Bases de dados
 
Basesdedados
BasesdedadosBasesdedados
Basesdedados
 
Comandos DDL para o MySQL
Comandos DDL para o MySQLComandos DDL para o MySQL
Comandos DDL para o MySQL
 
Curso de Excel VBA
Curso de Excel VBACurso de Excel VBA
Curso de Excel VBA
 
Fundamentos de SQL - Parte 6 de 8
Fundamentos de SQL - Parte 6 de 8Fundamentos de SQL - Parte 6 de 8
Fundamentos de SQL - Parte 6 de 8
 
Agbd aula4 sql_ddl
Agbd aula4 sql_ddlAgbd aula4 sql_ddl
Agbd aula4 sql_ddl
 
Curso SQL Server 2005
Curso SQL Server 2005Curso SQL Server 2005
Curso SQL Server 2005
 
Excel - Filtros Automáticos e Avançados
Excel - Filtros Automáticos e AvançadosExcel - Filtros Automáticos e Avançados
Excel - Filtros Automáticos e Avançados
 
Base de dados no Excel 1.pdf
Base de dados no Excel 1.pdfBase de dados no Excel 1.pdf
Base de dados no Excel 1.pdf
 
Modelagem de Dados
Modelagem de DadosModelagem de Dados
Modelagem de Dados
 
Programação em Banco de Dados - Aula 06/09/2018
Programação em Banco de Dados - Aula 06/09/2018Programação em Banco de Dados - Aula 06/09/2018
Programação em Banco de Dados - Aula 06/09/2018
 

Normalização de dados elimina redundâncias

  • 1.
  • 2. O objetivo da normalização é evitar os problemas provocados por falhas no Projeto do Banco de Dados, bem como eliminar a "mistura de assuntos" e as correspondentes repetições desnecessárias de dados.
  • 3. Uma Regra de Ouro que devemos observar quando criamos um Projeto de um Banco de Dados baseado no Modelo Relacional de Dados é a de "não Misturar assuntos em uma mesma Tabela". Por exemplo na Tabela Clientes devemos colocar somente campos relacionados com o assunto Clientes. Não devemos misturar campos relacionados com outros assuntos, tais como Pedidos, Produtos, etc. Essa "Mistura de Assuntos" em uma mesma tabela acaba por gerar repetição desnecessária bem como inconsistência dos dados.
  • 4. O Processo de Normalização aplica uma série de Regras sobre as Tabelas de um Banco de Dados, para verificar se estas estão corretamente projetadas. Embora existam 5 formas normais, na prática usamos um conjunto de 3 Formas Normais. Normalmente após a aplicação das Regras de Normalização, algumas tabelas acabam sendo divididas em duas ou mais tabelas, o que no final gera um número maior de tabelas do que originalmente existia. Este processo causa a simplificação dos atributos de uma tabela, colaborando significativamente para a estabilidade do modelo de dados, reduzindo-se consideravelmente as necessidades de manutenção
  • 5. Cliente Codigo(PK) Nome Telefone 123 Rachel Soares 555-861-2025 555-403-1659 456 James Borges 555-776-4100 789 Maria Fernandez 555-808-9633
  • 6. “Uma Tabela está na Primeira Forma Normal quando seus atributos não contém grupos de Repetição". Resumo dos Procedimentos: a) Identificar a chave primária da entidade; b) Identificar o grupo repetitivo e excluí-lo da entidade; c) Criar uma nova entidade com a chave primária da entidade anterior e o grupo repetitivo.
  • 7. Telefone Cliente Codigo(FK) Telefone Codigo(PK) Nome 123 555-861-2025 123 Rachel Soares 456 555-403-1659 456 James Borges 456 555-776-4100 789 Maria Fernandez 789 555-808-9633
  • 8. “Ocorre quando a chave Primária é composta por mais de um campo. Neste caso, devemos observar se todos os campos que não fazem parte da chave dependem de todos os campos que compõem a chave. Se algum campo depender somente de parte da chave composta, então este campo deve pertencer a outra tabela”. Resumo dos Procedimentos: a) Identificar os atributos que não são funcionalmente dependentes de toda a chave primária. b) Remover da entidade todos esses atributos identificados e criar uma nova entidade com eles. c) A chave primária da nova entidade será o atributo do qual os atributos removidos são funcionalmente dependentes.
  • 9. Cursos Numero_Matricula Cod_Curso Avaliação Descricao_Curso 001 201 15/03 Word Avançado 010 201 15/03 Word Avançado 101 210 15/03 Excel Avançado (PK) Chave primária Composta: Numero_Matricula, Cod_Curso
  • 10. Avaliação Curso Numero_Matricula Cod_Curso Avaliação Cod_Curso(PK) Descricao_Curso 001 201 15/03 201 Word Avançado 010 201 15/03 210 Excel Avançado 101 210 15/03 (PK) Chave primária Composta: Numero_Matricula, Cod_Curso
  • 11. “Na definição dos campos de uma entidade podem ocorrer casos em que um campo não seja dependente diretamente da chave primária ou de parte dela, mas sim dependente de um outro campo da tabela, campo este que não a Chave Primária”. Resumo dos Procedimentos: a) Identificar todos os atributos que são funcionalmente dependentes de outros atributos “não chave”; b) Removê-los e criar uma nova entidade com os mesmos. c) A chave primária da nova entidade será o atributo do qual os atributos removidos são funcionalmente dependentes.
  • 12. Vencedores de Torneios Data de nasc. do Torneio Ano Vencedor vencedor Indiana Invitational 1998 Al Fredrickson 21/7/1975 Cleveland Open 1999 Bob Albertson 28/9/1968 Des Moines Masters 1999 Al Fredrickson 21/7/1975 Indiana Invitational 1999 Chip Masterson 14/3/1977 ( PK) Chave primária Composta: Torneio, Ano
  • 13. Vencedores de Torneios Torneio Ano Vencedor Indiana Invitational 1998 Al Fredrickson Cleveland Open 1999 Bob Albertson Des Moines Masters 1999 Al Fredrickson Indiana Invitational 1999 Chip Masterson (PK) Datas de nasc. de jogadores Chave primária Composta: Jogador Data de nascimento Torneio, Ano Chip Masterson 14/3/1977 Al Fredrickson 21/7/1975 Bob Albertson 28/9/1968
  • 14. Após a normalização, as estruturas dos dados estão projetadas para eliminar as inconsistências e redundâncias dos dados, eliminando desta forma qualquer problema de atualização e operacionalização do sistema. Projetar o banco de dados significa criar um MER (Modelo Entidade x Relacionamentos) onde são indicadas quais tabelas farão parte do banco de dados, quais os campos de cada tabela, qual o campo que será a Chave Primária (PK) nas tabelas que terão Chave Primária e quais tabelas terão o campo chave estrangeira (FK) (normalizar) e quais os relacionamentos (impor cardinalidade) entre as tabelas.
  • 15. Nota: Os campos que aparecem em negrito representam a Chave Primária de cada tabela.