Денормализация

Денормализация — это стратегия, используемая в ранее нормализованной базе данных для повышения производительности. В вычислительной технике денормализация — это процесс попытки улучшить производительность чтения базы данных за счет потери некоторой производительности записи путем добавления избыточных копий данных или путем группировки данных. Это часто мотивируется производительностью или масштабируемостью программного обеспечения реляционных баз данных , которому необходимо выполнять очень большое количество операций чтения. Денормализация отличается от ненормализованной формы тем, что преимущества денормализации могут быть полностью реализованы только в модели данных, которая в противном случае нормализована.

Выполнение

Нормализованный проект часто «хранит» разные , но связанные фрагменты информации в отдельных логических таблицах (называемых отношениями). Если эти отношения хранятся физически в виде отдельных файлов на диске, выполнение запроса к базе данных , который извлекает информацию из нескольких отношений ( операция соединения ), может быть медленным. Если соединено много отношений, это может быть непомерно медленным. Есть две стратегии решения этой проблемы путем денормализации:

• «Поддержка СУБД»: система управления базами данных хранит в фоновом режиме избыточные копии, согласованность которых поддерживается программным обеспечением СУБД.
• «Реализация DBA»: администратор (или разработчик) базы данных решает проблему, денормализуя структуру логических данных.

Поддержка СУБД

При таком подходе администраторы баз данных могут сохранить нормализованную логическую структуру, но разрешить системе управления базами данных (СУБД) хранить дополнительную избыточную информацию на диске для оптимизации ответа на запросы. В этом случае ответственность за обеспечение согласованности всех избыточных копий лежит на программном обеспечении СУБД. Этот метод часто реализуется в SQL в виде индексированных представлений ( Microsoft SQL Server ) или материализованных представлений ( Oracle , PostgreSQL ). Представление может, помимо прочего, представлять информацию в формате, удобном для запросов, а индекс гарантирует, что запросы к представлению будут физически оптимизированы.

реализация администратора базы данных

При таком подходе администратору или проектировщику базы данных приходится денормализовать логическую структуру данных. При осторожном подходе это может привести к аналогичному улучшению ответа на запрос, но за это придется заплатить — теперь ответственность за то, чтобы денормализованная база данных не стала несогласованной, лежит на разработчике базы данных. Это делается путем создания в базе данных правил, называемых ограничениями , которые определяют, как должны синхронизироваться избыточные копии информации, что может легко сделать процедуру денормализации бессмысленной. Именно увеличение логической сложности конструкции базы данных и усложнение дополнительных ограничений делают этот подход опасным. Более того, ограничения приводят к компромиссу , ускоряя чтение ( SELECT в SQL) при замедлении записи ( INSERT, UPDATE, и DELETE). Это означает, что денормализованная база данных при большой нагрузке на запись может иметь худшую производительность, чем ее функционально эквивалентный нормализованный аналог.

Денормализованные и ненормализованные данные

Денормализованная модель данных — это не то же самое, что модель данных, которая не была нормализована, и денормализация должна происходить только после того, как достигнут удовлетворительный уровень нормализации и созданы все необходимые ограничения и/или правила для решения присущих аномалии в конструкции. Например, все отношения находятся в третьей нормальной форме , и любые отношения с зависимостями соединения и многозначными зависимостями обрабатываются соответствующим образом.

Примеры методов денормализации включают в себя:

• «Хранение» количества элементов «многие» в отношении «один-ко-многим» в качестве атрибута отношения «один».
• Добавление атрибутов в отношение из другого отношения, с которым оно будет соединено.
• Звездчатые схемы , которые также известны как модели измерения фактов и были расширены до схем-снежинок.
• Готовое суммирование или кубы OLAP

С продолжающимся резким увеличением всех трех показателей: хранилища, вычислительной мощности и пропускной способности на всех уровнях денормализация в базах данных превратилась из необычного метода расширения в обычное явление или даже норму. Например, одним конкретным недостатком денормализации было просто то, что она «использует больше памяти» (то есть буквально больше столбцов в базе данных). За исключением действительно огромных систем, использование хранилища в 2020-х годах стало восприниматься как небольшая проблема.

См. также

• Кэш (вычисления)
• Нормализация
• Масштабируемость