Kas ir normalizācija un denormalizācija datu bāzu darba kontekstā?

Normalizācija — tas ir datu organizēšanas process datu bāzē, lai samazinātu liekus datus un uzlabotu datu integritāti. Denormalizācija — tas ir lieku datu pievienošanas process datu bāzē, lai uzlabotu vaicājumu veiktspēju.

Normalizācija:

• Principi: Atkārtotu grupu novēršana, nesasaistītu atribūtu atkarību novēršana.
• Normalizācijas formas (galvenās):
  • 1NF (Pirmā normālā forma): Kolonās ir atomiskas vērtības, atkārtotu grupu nav.
  • 2NF (Otrā normālā forma): 1NF + daļēju atkarību nav.
  • 3NF (Trešā normālā forma): 2NF + transitatīvu atkarību nav.
  • Boyce-Codd normālā forma (BCNF): stingrāka 3NF versija.
• Priekšrocības:
  • Datu liekumu samazināšana (vietas ekonomija).
  • Datu saskaņotības uzlabošana.
  • Datu modifikācijas vienkāršošana (ievietošana, atjaunināšana, dzēšana).
• Trūkumi:
  • Tabulu skaita pieaugums.
  • Nepieciešama tabulu apvienošana, lai iegūtu pilnīgu informāciju (JOIN), kas var samazināt vaicājumu veiktspēju.

Denoormalizācija:

• Principi: Apzināta normalizācijas noteikumu pārkāpšana, lai paātrinātu datu lasīšanu.
• Tipiski paņēmieni:
  • Datu dublēšana (piemēram, preces nosaukuma glabāšana pasūtījumu tabulā).
  • Tabulu apvienošana.
  • Iepriekš aprēķinātu agregētu vērtību izmantošana.
• Priekšrocības:
  • Vaicājumu veiktspējas uzlabošana (īpaši SELECT).
  • JOIN skaita samazināšana.
  • Noderīga atskaitēm un OLAP sistēmām.
• Trūkumi:
  • Datu liekuma pieaugums (vietas zudums).
  • Datu nesaskaņotības risks.
  • Datu modifikācijas sarežģītība (jāatjaunina dati vairākās vietās).

Izvēle starp normalizāciju un denormalizāciju ir atkarīga no lietojumprogrammas specifikas, prioritātēm (datu integritāte vai veiktspēja) un vaicājumu rakstura. Parasti normalizācija tiek piemērota OLTP sistēmās (tiešsaistes transakcijas), bet denormalizācija — OLAP sistēmās (analītiska apstrāde) vai kritiskās veiktspējas vietās.