Database Engineering for Backend & AI Engineers
Trang chủ / Module 1
🧩 Module 1 / 14 · 1 tuần

Data Modeling & Relational Fundamentals

Thiết kế schema đúng ngay từ đầu: entity-relationship, chuẩn hoá 1NF-3NF, và khi nào nên phá vỡ chuẩn hoá có chủ đích.

ERDChuẩn hoáRelational
📌 Vì sao module này quan trọng

Mọi lỗi hiệu năng, mọi migration đau đớn, mọi buổi debug lúc 2 giờ sáng vì dữ liệu không nhất quán — phần lớn bắt nguồn từ một schema thiết kế sai ngay từ ngày đầu. Khác với code, sửa schema sau khi đã có dữ liệu production là việc tốn kém và rủi ro. Module này xây nền tư duy mô hình hoá dữ liệu đúng trước khi chạm vào bất kỳ dòng SQL tối ưu nào — vì tối ưu một schema sai vẫn cho ra một hệ thống sai.

🎯 Mục tiêu học tập

  • Vẽ được Entity-Relationship Diagram (ERD) cho một bài toán nghiệp vụ thực tế
  • Áp dụng đúng chuẩn hoá 1NF, 2NF, 3NF và giải thích được vấn đề mỗi chuẩn giải quyết
  • Nhận diện các quan hệ 1-1, 1-n, n-n và biết cách hiện thực hoá bằng khoá ngoại/bảng trung gian
  • Quyết định có chủ đích khi nào nên denormalize để đổi lấy hiệu năng đọc

Entity-Relationship Diagram — ngôn ngữ chung trước khi viết SQL

Trước khi gõ CREATE TABLE, hãy xác định 3 thứ: Entity (thực thể — thường thành 1 bảng, ví dụ users, orders), Attribute (thuộc tính — thành cột), và Relationship (quan hệ giữa các entity — thành khoá ngoại hoặc bảng trung gian). Vẽ ERD trên giấy hoặc công cụ (dbdiagram.io, draw.io) trước khi migrate giúp phát hiện quan hệ n-n bị bỏ sót hoặc entity trùng lặp — rẻ hơn rất nhiều so với phát hiện sau khi đã có 10 triệu dòng dữ liệu.

Loại quan hệVí dụCách hiện thực hoá
1-1User — UserProfileKhoá ngoại unique trên 1 trong 2 bảng
1-nUser — OrdersKhoá ngoại user_id trên bảng "nhiều"
n-nOrders — ProductsBảng trung gian (junction table) order_items

Chuẩn hoá 1NF → 2NF → 3NF

Chuẩn hoá (normalization) là quá trình tổ chức dữ liệu để giảm trùng lặp và tránh các bất thường khi insert/update/delete (anomaly). Mỗi chuẩn giải quyết một vấn đề cụ thể:

  • 1NF (First Normal Form): mỗi cột chứa giá trị nguyên tử (atomic), không lưu danh sách hay JSON lồng nhau trong 1 cột khi dữ liệu đó cần truy vấn/lọc riêng lẻ. Ví dụ sai: phone_numbers = "0901,0902" trong 1 cột — nên tách thành bảng riêng.
  • 2NF: đạt 1NF, và mọi cột không-khoá phải phụ thuộc vào toàn bộ khoá chính (chỉ có ý nghĩa với khoá chính ghép). Vi phạm phổ biến: bảng order_items(order_id, product_id, product_name) — product_name chỉ phụ thuộc product_id, không phụ thuộc toàn bộ khoá ghép → nên tách product_name ra bảng products.
  • 3NF: đạt 2NF, và không có phụ thuộc bắc cầu (transitive dependency) — cột không-khoá không được phụ thuộc vào cột không-khoá khác. Ví dụ vi phạm: employees(id, dept_id, dept_name) — dept_name phụ thuộc dept_id chứ không phụ thuộc trực tiếp id → tách bảng departments.

Trong thực tế backend, đạt 3NF là điểm dừng hợp lý cho phần lớn schema OLTP — các chuẩn cao hơn (BCNF, 4NF, 5NF) hiếm khi cần thiết ngoài các bài toán học thuật.

Khi nào phá vỡ chuẩn hoá có chủ đích (denormalization)

Chuẩn hoá tối ưu cho ghi (write) và tính nhất quán, nhưng có cái giá: đọc dữ liệu liên quan cần nhiều JOIN, tốn CPU và I/O ở hệ thống đọc nhiều. Denormalization — cố ý lưu dữ liệu trùng lặp có kiểm soát — là quyết định kiến trúc, không phải sai lầm, khi áp dụng đúng chỗ:

  • Cached aggregate: lưu sẵn orders.total_amount thay vì luôn tính tổng từ order_items mỗi lần đọc.
  • Lưu snapshot tại thời điểm giao dịch: lưu order_items.product_name_snapshot để lịch sử đơn hàng không đổi dù sau này đổi tên sản phẩm trong bảng products.
  • Read-heavy reporting table: bảng tổng hợp riêng cho dashboard, cập nhật qua batch job hoặc trigger, tách biệt khỏi bảng OLTP giao dịch chính.

Nguyên tắc: luôn thiết kế chuẩn hoá (3NF) trước, đo hiệu năng thực tế, rồi denormalize có chủ đích và có ghi chú rõ ràng tại sao — không denormalize "phòng khi cần" ngay từ đầu.

🏋️ Bài tập thực hành

Thiết kế schema cho hệ thống đặt phòng khách sạn

Thiết kế ERD và schema 3NF cho bài toán: khách hàng đặt phòng tại khách sạn, mỗi khách sạn có nhiều loại phòng, mỗi đơn đặt có thể gồm nhiều phòng, mỗi phòng có bảng giá thay đổi theo ngày, và khách hàng có thể để lại đánh giá sau khi trả phòng. Xác định rõ các entity, quan hệ 1-n và n-n, viết câu lệnh CREATE TABLE đầy đủ khoá chính/khoá ngoại. Sau đó tự hỏi: có cột nào nên denormalize để tối ưu trang hiển thị lịch sử đặt phòng không, và vì sao?

📚 Tài nguyên học tập

✅ Tự đánh giá hoàn thành

  • Vẽ được ERD đầy đủ cho một bài toán nghiệp vụ có ít nhất 5 entity
  • Giải thích được sự khác nhau giữa 1NF, 2NF, 3NF bằng ví dụ cụ thể
  • Hiện thực hoá đúng quan hệ n-n bằng bảng trung gian có khoá ngoại kép
  • Đưa ra được ít nhất 1 quyết định denormalize có lý do rõ ràng, không phải đoán mò