„B” relációs séma normalizálás

Normalizálás lépései

Első normálforma (1NF)

• Az eredeti game (games.csv) tábla tartalmazott ismétlődő és listajellegű mezőket (pl. screenshots, tags, categories, genres, supported_languages, full_audio_languages, packages).

• Ezeket külön táblákba bontottam:

  • media, screenshots, movies – a képek és videók atomi sorokban tárolva.

  • categories és game_category – minden kategória külön sorban, kapcsolótáblával.

  • genres és game_genre – minden műfaj külön sorban, kapcsolótáblával.

  • tags és game_tag – címkék külön táblában, kapcsolótáblával.

  • languages – a nyelvek külön táblában, egyedi névvel.

  • game_subtitles – a játék–nyelv kapcsolat feliratok formájában.

  • game_audio_language – a játék–nyelv kapcsolat hang (szinkron) formájában.

  • platforms és game_platform – a játék és platform (Windows, Mac, Linux) kapcsolat normalizált formában.

  • packages – a játékcsomagok több szintű szerkezetben tárolva:

    • game_package – a játék és csomag kapcsolata (appid, packid)

    • packages – a csomag alapadatai (packid, title, description)

    • sub_package – az adott csomag al-elemei (packid, sub_text, price)

Második normálforma (2NF)

• A játék tábla elsődleges kulcsa az appid.

• Az olyan adatok, amelyek nem közvetlenül a játék alapadataihoz tartoznak, külön táblákba kerültek:

  • support – támogatási információk (URL, email)

  • media, screenshots, movies – multimédiás elemek

  • categories, genres, tags, languages, platforms, developers, publishers

  • packages és sub_package – a játékhoz tartozó csomagok és al-elemeik

• A több-több kapcsolatokat asszociatív táblákkal oldottam meg:

  • game_tag (appid, tagid)

  • game_genre (appid, genreid)

  • game_subtitles (appid, languageid)

  • game_audio_language (appid, languageid)

  • game_developer (appid, devid)

  • game_publisher (appid, pubid)

  • game_category (appid, catid)

  • game_platform (appid, platid)

  • game_package (appid, packid)

Harmadik normálforma (3NF)

• A tranzitív függőségeket megszüntettem:

  • A tags, genres, languages, developers, publishers, categories, platforms, packages táblák külön tárolják a megnevezéseket, így nincs redundancia.

  • A languages tábla csak a nyelveket tartalmazza (pl. English, Japanese, Hungarian).

  • A game_audio_language és game_subtitles táblák külön kezelik a hang és felirat kapcsolatokat.

  • Ez megszünteti a full_audio_languages és supported_languages közötti redundanciát.

  • A packages és sub_package struktúra lehetővé teszi a csomagok és azok elemeinek részletes, többszintű tárolását.

  • A platformok (Windows, Mac, Linux) normalizálva lettek a platforms táblába.

Végső séma – „B” reláció

A normalizálás eredményeként a „B” séma a következő fő relációkból áll:

• game – játék alapadatai (appid, név, dátum, ár, értékelések, playtime, metacritic stb.)

• support – támogatási információk

• media – fejléckép

• screenshots – képernyőképek

• movies – előzetesek, videók

• tags – címkék

• genres – műfajok

• platforms – platformok

• categories – kategóriák

• publishers – kiadók

• developers – fejlesztők

• languages – nyelvek

• packages – játékcsomagok (alapadatok)

• sub_package – csomag al-elemei (leírás és ár)

Kapcsolótáblák:

• game_tag – játék–címke kapcsolat

• game_genre – játék–műfaj kapcsolat

• game_platform – játék–platform kapcsolat

• game_category – játék–kategória kapcsolat

• game_publisher – játék–kiadó kapcsolat

• game_developer – játék–fejlesztő kapcsolat

• game_audio_language – játék–hangnyelv kapcsolat

• game_subtitles – játék–felirat kapcsolat

• game_package – játék–csomag kapcsolat

Összefoglalás

A B relációs séma eredménye egy tiszta, normalizált adatmodell, amely:

• Atomi értékeket tartalmaz (1NF)

• Megszünteti a részleges függőségeket (2NF)

• Kiküszöböli a tranzitív függőségeket (3NF)

• Külön táblákban kezeli a listaértékű mezőket (pl. nyelvek, kategóriák, címkék, műfajok, platformok, csomagok)

• A supported_languages információt a game_subtitles tábla, míg a full_audio_languages információt a game_audio_language tábla tartalmazza.

• A game_package–packages–sub_package struktúra támogatja a több szintű csomagkapcsolatok kezelését.

• Könnyen bővíthető, karbantartható és minimális adatredundanciát tartalmaz

Relációs séma diagram

Dictionary

Az „B” adathalmaz dictionary-je az alábbi linken érhető el:

• B dataset dictionary