规范化通过组织数据来减少冗余并提高数据完整性。其目标是确保每个事实只存储一次。如果客户地址出现在每个订单记录中，那么地址变更就需要在数百个地方进行更新。漏掉一个地方，数据就会不一致。规范化会将地址移至客户表中。订单通过 ID 引用客户。地址只需存储一次。在客户表中更改地址，所有订单都会反映出新的地址值。

该过程遵循范式。第一范式消除重复组。第二范式消除部分依赖。第三范式消除传递依赖。每个范式都增加了约束，进一步减少冗余。更高范式存在，但在实践中很少使用。大多数事务数据库的目标是达到第三范式。规范化有利有弊。更多的表意味着更多的连接，这会降低查询速度。对于事务系统而言，完整性带来的收益大于性能损失。对于分析系统而言，情况通常恰恰相反。具有宽表和冗余列的非规范化模式查询速度更快，因为它们避免了连接。这就是为什么数据仓库使用星型和雪花型模式，它们刻意进行非规范化。合适的规范化级别取决于工作负载。事务系统进行规范化。分析系统进行非规范化。两者对于各自的用途都是正确的。

正规形式

• 第一范式——无重复组
• 第二范式——无偏依赖
• 第三范式——无传递依赖
• 博伊斯-科德范式——第三范式的更严格版本

规范化关乎完整性。每个事实只存储一次，数据就能保持一致。多次存储则不可避免地会出现不一致。