Normalizarea organizează datele pentru a reduce redundanța și a îmbunătăți integritatea. Scopul este de a stoca fiecare fapt o singură dată. Dacă adresa unui client apare în fiecare înregistrare de comandă, o modificare a adresei trebuie actualizată în sute de locuri. Dacă omiteți una, datele sunt inconsistente. Normalizarea mută adresa într-un tabel de clienți. Comenzile fac referire la client după ID. Adresa este stocată o singură dată. Schimbați-o acolo și fiecare comandă reflectă noua valoare.

Procesul urmează forme normale. Prima formă normală elimină grupurile repetitive. A doua formă normală elimină dependențele parțiale. A treia formă normală elimină dependențele tranzitive. Fiecare formă adaugă constrângeri care reduc și mai mult redundanța. Există forme superioare, dar sunt rareori utilizate în practică. Majoritatea bazelor de date tranzacționale vizează a treia formă normală. Normalizarea are compromisuri. Mai multe tabele înseamnă mai multe joncțiuni, ceea ce poate încetini interogările. Pentru sistemele tranzacționale, beneficiile de integritate depășesc costul performanței. Pentru sistemele analitice, opusul este adesea adevărat. Schemele denormalizate cu tabele late și coloane redundante interoghează mai rapid deoarece evită joncțiunile. De aceea, depozitele de date utilizează scheme stea și fulg de nea care denormalizează în mod deliberat. Nivelul corect de normalizare depinde de volumul de lucru. Sistemele tranzacționale normalizează. Sistemele analitice denormalizează. Ambele sunt corecte pentru scopul lor.

Forme normale

• Prima formă normală — fără grupuri repetitive
• A doua formă normală — fără dependențe parțiale
• A treia formă normală — fără dependențe tranzitive
• Forma normală Boyce-Codd - versiune mai strictă a celei de-a treia

Normalizarea se referă la integritate. Stocați fiecare fapt o singură dată și datele rămân consecvente. Stocați-le de mai multe ori și inconsecvența este inevitabilă.