सामान्यीकरण डेटा को व्यवस्थित करके अनावश्यकता को कम करता है और डेटा की सटीकता को बढ़ाता है। इसका उद्देश्य प्रत्येक तथ्य को केवल एक बार संग्रहित करना है। यदि किसी ग्राहक का पता प्रत्येक ऑर्डर रिकॉर्ड में दिखाई देता है, तो पते में परिवर्तन होने पर उसे सैकड़ों स्थानों पर अपडेट करना होगा। एक भी स्थान छूट जाने पर डेटा असंगत हो जाता है। सामान्यीकरण पते को ग्राहक तालिका में स्थानांतरित कर देता है। ऑर्डर ग्राहक को आईडी द्वारा संदर्भित करते हैं। पता केवल एक बार संग्रहित किया जाता है। इसे वहां बदलने पर प्रत्येक ऑर्डर में नया मान दिखाई देता है।

यह प्रक्रिया सामान्य रूपों का अनुसरण करती है। पहला सामान्य रूप दोहराए जाने वाले समूहों को हटा देता है। दूसरा सामान्य रूप आंशिक निर्भरताओं को हटा देता है। तीसरा सामान्य रूप सकर्मक निर्भरताओं को हटा देता है। प्रत्येक रूप ऐसे प्रतिबंध जोड़ता है जो अतिरेक को और कम करते हैं। उच्चतर रूप भी मौजूद हैं, लेकिन व्यवहार में इनका उपयोग कम ही होता है। अधिकांश लेन-देन संबंधी डेटाबेस तीसरे सामान्य रूप को लक्ष्य बनाते हैं। सामान्यीकरण के कुछ लाभ और हानियाँ होती हैं। अधिक तालिकाओं का अर्थ है अधिक जॉइन, जिससे क्वेरी धीमी हो सकती हैं। लेन-देन संबंधी प्रणालियों के लिए, अखंडता के लाभ प्रदर्शन लागत से अधिक होते हैं। विश्लेषणात्मक प्रणालियों के लिए, अक्सर इसका विपरीत सत्य होता है। व्यापक तालिकाओं और अतिरेक स्तंभों वाले डीनॉर्मलाइज़्ड स्कीमा तेजी से क्वेरी करते हैं क्योंकि वे जॉइन से बचते हैं। यही कारण है कि डेटा वेयरहाउस स्टार और स्नोफ्लेक स्कीमा का उपयोग करते हैं जो जानबूझकर डीनॉर्मलाइज़ करते हैं। सामान्यीकरण का सही स्तर कार्यभार पर निर्भर करता है। लेन-देन संबंधी प्रणालियाँ सामान्यीकरण करती हैं। विश्लेषणात्मक प्रणालियाँ डीनॉर्मलाइज़ करती हैं। दोनों अपने-अपने उद्देश्य के लिए सही हैं।

सामान्य रूप

• प्रथम सामान्य रूप — कोई दोहराव समूह नहीं
• द्वितीय सामान्य रूप — कोई आंशिक निर्भरता नहीं
• तीसरा सामान्य रूप — कोई सकर्मक निर्भरता नहीं
• बॉयस-कॉड सामान्य रूप — तीसरे का अधिक सख्त संस्करण

मानकीकरण अखंडता से संबंधित है। प्रत्येक तथ्य को एक बार संग्रहित करें और डेटा सुसंगत बना रहेगा। इसे कई बार संग्रहित करने पर असंगति अपरिहार्य है।