Ποια είναι τα αντισταθμίσματα μεταξύ normalization και denormalization;

Question

IT Interview Practice · Accepted Answer

Το **Normalization** οργανώνει τα δεδομένα ώστε κάθε πληροφορία να ζει σε ακριβώς ένα μέρος, αφαιρώντας τον πλεονασμό. Το **Denormalization** σκόπιμα διπλασιάζει δεδομένα για να γίνουν τα reads γρηγορότερα. Τα περισσότερα schemas ξεκινούν normalized και κάνουν denormalize μόνο εκεί όπου το απαιτούν οι μετρήσεις.

## Normalization (μέχρι 3NF)

Κάθε πίνακας περιγράφει μία οντότητα· τα σχετικά δεδομένα αναφέρονται μέσω foreign key.

```sql
-- Normalized: a customer's city is stored once
customers(id, name, city_id)
cities(id, name)
orders(id, customer_id, total)
```

- **Πλεονεκτήματα** — καθόλου update anomalies (αλλάζεις το όνομα μιας πόλης σε μία γραμμή), μικρότερος αποθηκευτικός χώρος, ακεραιότητα μέσω foreign keys.
- **Μειονεκτήματα** — τα reads χρειάζονται JOINs· ένα report που αγγίζει πολλές οντότητες μπορεί να κάνει join πέντε πίνακες.

## Denormalization

```sql
-- Denormalized: city copied onto every order for fast reporting
orders(id, customer_id, city_name, total)
-- + a summary table maintained by the app or triggers
order_daily_totals(day, city_name, total_sales)
```

- **Πλεονεκτήματα** — λιγότερα joins, γρηγορότερα reads, φθηνότερα aggregates.
- **Μειονεκτήματα** — τα διπλασιασμένα δεδομένα πρέπει να διατηρούνται συγχρονισμένα (περισσότερα writes, κίνδυνος drift), περισσότερος αποθηκευτικός χώρος, και κάθε writer πρέπει να θυμάται να ενημερώνει κάθε αντίγραφο.

## Πώς να αποφασίσεις

Ως προεπιλογή, μείνε normalized για ορθότητα. Κάνε denormalize ένα **συγκεκριμένο hot read path** μόνο αφού το EXPLAIN δείξει ότι τα joins είναι το bottleneck — και προτίμησε να κρατάς το source of truth normalized ενώ διατηρείς ένα παράγωγο αντίγραφο (summary table, materialized cache) που μπορείς να ξαναχτίσεις.

## Γιατί έχει σημασία

Αυτό είναι ένα θεμελιώδες αντιστάθμισμα στο σχεδιασμό schema: το υπερβολικό normalization κάνει τα dashboards να σέρνονται, το υπερβολικό denormalization γεννά ασυνεπή δεδομένα που είναι ακριβό να συμφιλιωθούν. Το να ξέρεις *γιατί* θα διπλασίαζες δεδομένα — και πώς να κρατάς το αντίγραφο αξιόπιστο — ξεχωρίζει ένα schema που κλιμακώνεται από ένα που σαπίζει.

Normalization (μέχρι 3NF)

Denormalization

Πώς να αποφασίσεις

Γιατί έχει σημασία

Σχετικές ερωτήσεις