数据库规范化是用形式更为简洁、结构更加规范的关系模式取代原有关系的过程。规范化是关系数据库理论的本质。它可以影响数据库中数据复制的效率。对数据库规范化时，往往需要创建额外的表来支持范式。

数据库规范化的概念源于IBM研究员E.F. Codd于1970年发表的一篇描述关系数据库模型论文。该模型被Codd称之为“数据库关系范式”，这是关系数据库的理论基础。这些数据规范化理论在1970年代和1980年代广受欢迎，因为在那时，磁盘驱动器非常昂贵，高效的数据存储方法在人们看来是非常必要的。从那个时候开始，其他一些技术，包括数据库非规范化，也陆续获得了一些人的支持。

虽然数据规范化往往会增加重复的数据，但它并不会引入数据冗余，数据冗余是不必要的重复。数据库规范化是一个典型的细化过程，它发生在关系数据库数据进行初始定义之后，其作用是确定数据之间的关系，并定义所需的表和每个表中的列。

简单的数据规范化例子

如果这个表的目的是用于跟踪物品的价格，而你想要删除其中的一个客户，那么你也会删除该用户对应的物品价格。数据库规范化可以解决这个问题，它将这个表分成两个表，一个是每个客户和其购买的产品信息，另一个表是每个产品及其价格信息。对任何一个表进行添加或删除操作，都不会影响另外一个。

数据库规范化的程度，可以用以下几个范式表示：

第一范式（1NF）。这是数据库规范化最基本的范式，它一般适用于任何数据库的定义，符合第一范式的要求如下：

• 它包含一个二维表，具有行和列
• 每一列对应整个表的一个属性或子对象
• 每一行代表一个独特的子对象或实例属性，必须以某种方式不同于其他行（即不能出现重复的行）
• 每一列的所有条目必须属于相同类别。例如，在标记为“客户”的列，只能是客户名称或数字

第二范式(2NF)。在这种级别的规范化下，要求数据表里的所有数据都要和该数据表的主键有完全依赖关系，即不能存在部分依赖，例如，在一个表有三个列。包含客户ID、产品和产品价格，价格必须依赖于客户ID（享有折扣）和产品，不能仅依赖于二者之一。

第三范式(3NF)。在第二范式中，改变表中的一行仍然可能影响到其他表中依赖该行的数据。例如，在客户表中，删除一行描述客户购买的信息(例如退货)，也将删除该产品特定的价格信息。而使用第三范式，可以将这些表将拆分成两个表，产品定价信息依然可以被追踪。

基本范式的扩展还包括域/关键字范式，该范式中关键字唯一地标识表中的每一行，Boyce-Codd范式（BCNF）是对3NF在处理某些类型异常上的改进范式。

数据库规范化的作用是避免或减少数据异常，数据冗余和数据复制，同时提高数据完整性。多年以来，数据库规范化已经成为数据库开发人员的指导原则，它也是关系数据模型的特征之一。

关系模型引领了一个时代，在此之前，业务记录主要记录在纸上。关系模型使用的表，在某种程度上，是在复制纸上的统计表格，一开始记录最多的是会计数据。为了支持更多的数据类型，数码记录逐渐取代了纸质记录。

但也存在一些因素，对数据库规范化的主导地位存在一定的挑战。

随着时间的推移，磁盘存储的成本日益降低，以及新的分析架构的出现，正在威胁数据规范化的霸主地位。从20世纪90年代开始数据仓库的出现，导致了反规范化的崛起。最近，出现了面向文档的NoSQL数据库；以上这些和其他非关系系统通常使用nondisk-oriented存储类型。现在，和以前大不一样，数据架构师和开发人员在设计自己的系统时，会在数据规范化和反规范化进行权衡。