第二正規形は、第一正規形を満たしたうえで、複合主キーの一部だけに非キー属性が依存しない状態のことです。部分関数従属を分けて、更新異常を減らします。
導入するときは、手法の名前を選ぶより先に、誰のどの意思決定を支えるのかを決めておきます。
AI駆動開発の基本や工程ごとの活用方法、費用・期間への影響については、無料ホワイトペーパー「【2026年最新版】AI駆動開発の完全ガイドブック」で詳しく解説しています。
第二正規形の定義と役割
第二正規形の条件は、第一正規形を満たしたうえで、複合主キーのすべての属性に非キー属性が完全関数従属することです。部分関数従属を分離すると、更新異常を減らせます。
実務では、入力と処理、出力、仮定を分けて定義します。入力に将来の情報が混ざると、検証のときだけ結果が良く見えることがあります。
対象範囲の変更も、結果を良く見せる原因になり得ます。そのため、発注側と開発会社で、データの発生時点と評価時点をそろえ、除外条件や欠測の扱いを先に決めておきます。
第二正規形の仕組み｜検討の流れ
1. 目的とデータの単位の定義
定義の段階では、後の作業の前提になる条件を先に決めておきます。
- 依存関係：候補キーが複合の場合、非キー属性がキー全体に依存するかを確かめる。
- 属性の分離：一部だけで決まる属性を別の表へ移し、外部キーで関係を保つ。
- 評価条件：目的変数や評価値の意味、観測の単位を定め、対象期間と利用できる変数も決めておく。
- 対象外の記録：業務上の対象外を後から除かず、対象外の件数と理由をログに残す。
2. 候補設定の学習と推定
候補となる設定やモデルを複数用意し、訓練、検証、最終評価の役割を分けておきます。前処理や変数選択は、全データに先に当てずに、再現できるパイプラインとして保存します。また、乱数やライブラリのバージョン、設定値を記録し、入力データのスナップショットも残しておきます。
3. 結果を判断できる形への変換
出力は、スコアや係数のままにせず、利用者が判断できる単位に戻します。一つの推定値だけでなく、不確実性や対象外の条件も示します。また、判断を覆しうる反証も併記しておきます。
重複や更新・削除の異常、JOINを確かめます。さらに、制約、キー長、クエリ性能も見ておきます。
第二正規形の使い方｜実務での適用場面
小規模な検証の進め方
明細表や関連表のように複合キーを使う設計で、商品情報や顧客情報の重複を避けたい場合に使います。一方で、単一キーであれば部分従属は起きません。
まず、代表的なデータと明確な成功条件に絞って、基準手法との差を測ります。
短期の指標が改善しても、それだけでは採用を決めず、運用の負荷や説明のしやすさ、更新頻度も含めて判断します。さらに、例外処理の扱いも見ておきます。
評価期間と利用者の条件合わせ
未来の情報を使えない業務では時系列分割を採用し、同じ顧客や案件が繰り返し現れる場合はグループ単位で分割します。
レポートには、指標の単位と分母、対象範囲、信頼区間を書き添えます。これは、読む人が結果の意味を誤解しないようにするためです。
本番運用への移行
本番では、開発会社が入力の欠損率や分布を監視するとともに、結果の品質、処理時間、エラー率も見ていきます。
悪化したときに再学習や再推定を行う条件、承認者、ロールバック先を決めておきます。あわせて、検証時と同じ集計ができるログも残します。
第二正規形と関連手法の違い
正規形ごとに対象とする従属が異なるため、比べるときは同じ問いと評価条件をそろえます。データの分け方や目的、評価期間をそろえるほか、前処理や計算予算も同じ条件にします。
- 第一正規形：原子性の扱い
- 第二正規形：複合キーの部分従属
- 第三正規形：推移的従属
ただし、手法ごとに答えられる問いが違うときは、単純な順位付けを避けます。
判断表を作り、精度と安定性、説明のしやすさを並べます。費用と保守性も、同じ表に書き込みます。
第二正規形の評価方法｜数値の読み方の注意点
主要指標と不確実性
評価では、重複や更新・削除の異常、JOINの結果を見ます。制約、キー長、クエリ性能も指標に加えて、設計の結果を確かめます。
診断と再現性
平均値だけでなく、期間別、グループ別、極端なケース別にも結果を確かめます。
設定を変えた感度分析や、別データでの確認、複数シードでの再実験を行います。そのうえで、結論が一つの偶然に頼っていないかを点検します。
第二正規形で起きやすい失敗と対策
データと前処理の問題
全データで集計や標準化、補完をしてから分割すると、性能や推定が楽観的になります。未来の値を入力に含めた場合も、同じ問題が起きます。
結果を見て評価対象を選ぶ操作も、評価を実際より良く見せてしまいます。そこで、前処理は学習側に限り、処理の前後で件数と値域を監査します。
指標と問いの混同
問題になりやすいのは、候補キーの誤りや、複合キーを避けるだけの代理キーの導入です。分割しすぎや、業務上の依存の無視も起きやすい失敗です。
指標が改善しても、それが業務成果や因果効果を意味するとは限りません。そのため、分析が答える問いと意思決定者の問いを並べて確かめます。足りない仮定やデータも、あわせて明示します。
運用条件の変化の見落とし
制度や価格、顧客構成は変わります。さらに、季節性や計測方法も変わります。そのため、入力の分布や欠測を監視し、結果の品質や主要グループの差も見ておきます。
再評価を行うきっかけは、あらかじめ決めておきます。
第二正規形を採用する判断基準
採用を判断するときは、部分従属があるかどうかと、分離による効果や負担を合わせて確かめます。
- 採用する場合：複合キーの一部で決まる属性があり、重複や異常を減らす価値がある。
- 比較する項目：読み取り性能と、重複や異常を減らす効果を比べる。
- 見送る場合：基準手法と理由、次に必要なデータを記録する。
見送った判断も、後で再検討するときの材料になります。成功例だけでなく、失敗例も残してください。
説明資料には、数式やアルゴリズムに加えて、仮定と分からない範囲を示します。そうすることで、利用者が反証の条件や適用範囲を確かめられます。
第二正規形まとめ｜目的・前提・評価をそろえる
第二正規形は、第一正規形を満たしたうえで、複合主キーの一部だけで決まる非キー属性を分離する形です。その結果、更新異常を減らせます。
価値を出すには、まず対象と時間を決め、入力と出力、仮定も定義しておきます。また、基準手法と同じ条件で評価するようにします。
小さく検証してから適用範囲を広げ、設定やデータ、評価結果は、再現できる形で保存します。
精度や有意性だけでなく、誤りのコストや説明可能性も含めて判断してください。さらに、運用の負荷や、影響を受ける人への公平性も見ておきます。
よくある質問（FAQ）
Q. 第二正規形とは何ですか？
第二正規形は、第一正規形を満たしたうえで、複合主キーの一部だけに非キー属性が依存しない状態を指します。部分関数従属を分離して、更新異常を減らします。
Q. 第二正規形はどのような場面で使いますか？
複合主キーの一部にだけ依存する属性を分けて、部分関数従属をなくしたいときに使います。
Q. 第二正規形を使うときの評価指標は何ですか？
重複や異常、JOINを確かめます。さらに、制約、キー、性能も見ます。
Q. 第二正規形で起きやすい失敗は何ですか？
候補キーの誤りや、複合キーを避けるだけの代理キーの導入に注意します。あわせて、分割過多や業務依存の無視にも気をつけます。
Q. 第二正規形と似た手法はどう使い分けますか？
第一正規形は原子性、第二正規形は複合キーの部分従属、第三正規形は非キー属性同士の推移的従属を扱います。
参考資料
本記事の定義と実務上の注意は、下のリンク先の資料を参考にしています。
https://en.wikipedia.org/wiki/Second_normal_form、https://www.databasestar.com/database-normalization/。仕様や前提は更新されるため、実装時は利用するバージョンの公式ドキュメントも確認してください。
▼開発を相談する前に読みたい無料ホワイトペーパー
・【2026年最新版】AI駆動開発の完全ガイドブック
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。