Cuarta forma normal

La cuarta forma normal ( 4NF ) es una forma normal utilizada en la normalización de bases de datos . Introducida por Ronald Fagin en 1977, la 4NF es el siguiente nivel de normalización después de la forma normal de Boyce-Codd (BCNF). Mientras que la segunda , la tercera y la forma normal de Boyce-Codd se ocupan de las dependencias funcionales , la 4NF se ocupa de un tipo de dependencia más general conocida como dependencia multivaluada . Una tabla está en 4NF si y solo si , para cada una de sus dependencias multivaluadas no triviales X${\displaystyle \twoheadrightarrow }$Y , X es una superclave , es decir, X es una clave candidata o un superconjunto de la misma. ^{[ 1 ]}

Si los encabezados de columna en una tabla de base de datos relacional se dividen en tres grupos disjuntos X , Y y Z , entonces, en el contexto de una fila particular, podemos referirnos a los datos debajo de cada grupo de encabezados como x , y y z respectivamente. Una dependencia multivaluada X${\displaystyle \twoheadrightarrow }$Y significa que si elegimos cualquier x que aparezca en la tabla (llamemos a esta elección x _c ), y compilamos una lista de todas las combinaciones x _c yz que aparecen en la tabla, encontraremos que x _c ​​está asociado con las mismas entradas y independientemente de z . Por lo tanto, esencialmente, la presencia de z no proporciona información útil para restringir los posibles valores de y .

Una dependencia multivaluada trivial X${\displaystyle \twoheadrightarrow }$Y es un caso en el que Y es un subconjunto de X , o bien X e Y juntos forman el conjunto completo de atributos de la relación.

Una dependencia funcional es un caso especial de dependencia multivaluada. En una dependencia funcional X → Y , cada x determina exactamente un y , nunca más de uno.

Consideremos el siguiente ejemplo:

Cada fila indica que un restaurante determinado puede entregar una variedad específica de pizza en un área determinada.

La tabla no tiene atributos que no sean clave porque su única clave candidata es {Restaurante, Variedad de pizza, Área de entrega}. Por lo tanto, cumple con todas las formas normales hasta BCNF. Sin embargo, si asumimos que las variedades de pizza que ofrece un restaurante no se ven afectadas por el área de entrega, o viceversa, que las áreas de entrega no se ven afectadas por las variedades de pizza (es decir, un restaurante ofrece todas las variedades de pizza que elabora en todas las áreas a las que abastece), entonces no cumple con 4NF. El problema es que la tabla presenta dos dependencias multivaluadas no triviales en el atributo {Restaurante} (que no es una superclave). Las dependencias son:

• {Restaurante}${\displaystyle \twoheadrightarrow }${Variedad de pizzas}
• {Restaurante}${\displaystyle \twoheadrightarrow }${Zona de reparto}

Estas dependencias multivaluadas no triviales en una clave no superclave reflejan el hecho de que las variedades de pizza que ofrece un restaurante son independientes de las áreas a las que realiza entregas. Esta situación genera redundancia en la tabla: por ejemplo, se nos dice tres veces que A1 Pizza ofrece pizza con borde relleno, y si A1 Pizza comienza a producir pizzas con borde de queso, entonces tendremos que agregar varias filas, una por cada una de las áreas de entrega de A1 Pizza. Además, no hay nada que nos impida hacerlo incorrectamente: podríamos agregar filas de pizza con borde de queso para todas las áreas de entrega de A1 Pizza excepto una, incumpliendo así la dependencia multivaluada {Restaurante}.${\displaystyle \twoheadrightarrow }${Variedad de pizza}.

Para eliminar la posibilidad de estas anomalías, debemos colocar los datos sobre las variedades ofrecidas en una tabla diferente a los datos sobre las zonas de entrega, lo que dará como resultado dos tablas que están ambas en 4NF:

Por el contrario, si las variedades de pizza que ofrece un restaurante varían legítimamente de una zona de reparto a otra, la tabla original de tres columnas cumpliría con la 4NF.

Ronald Fagin demostró que siempre es posible alcanzar la 4NF. ^{[ 2 ]} El teorema de Rissanen también es aplicable a dependencias multivaluadas .

Un artículo de Margaret S. Wu de 1992 señala que la enseñanza de la normalización de bases de datos generalmente no llega a la 4NF, quizás debido a la creencia de que las tablas que violan la 4NF (pero que cumplen con todas las formas normales inferiores) rara vez se encuentran en aplicaciones empresariales. Sin embargo, esta creencia podría no ser precisa. Wu informa que en un estudio de cuarenta bases de datos organizacionales, más del 20 % contenía una o más tablas que violaban la 4NF pero que cumplían con todas las formas normales inferiores. ^{[ 3 ]}

Solo en raras ocasiones una tabla en 4NF no se ajusta a la forma normal superior 5NF . Se trata de situaciones en las que una restricción compleja del mundo real que rige las combinaciones válidas de valores de atributos en la tabla 4NF no está implícita en la estructura de dicha tabla.

• Sistema de atributos y valores
• Biyección
• Función inyectiva
• Primera forma normal (1FN)
• Segunda forma normal (2FN)
• Tercera forma normal (3FN)
• Quinta forma normal (5NF)
• Sexta forma normal (6FN)