Mik a kompromisszumok a normalizálás és a denormalizálás között?

Question

IT Interview Practice · Accepted Answer

A **normalizálás** úgy szervezi az adatokat, hogy minden tény pontosan egy helyen éljen, megszüntetve a redundanciát. A **denormalizálás** szándékosan duplikálja az adatokat, hogy gyorsabbá tegye az olvasásokat. A legtöbb séma normalizáltan indul, és csak ott denormalizál, ahol a mérések megkövetelik.

## Normalizálás (3NF-ig)

Minden tábla egy entitást ír le; a kapcsolódó adatra idegen kulcs hivatkozik.

```sql
-- Normalizált: egy ügyfél városa egyszer van tárolva
customers(id, name, city_id)
cities(id, name)
orders(id, customer_id, total)
```

- **Előnyök** — nincsenek update anomáliák (egy városnevet egy sorban változtatsz), kisebb tárhely, integritás idegen kulcsokkal.
- **Hátrányok** — az olvasásokhoz JOIN-ok kellenek; egy sok entitást érintő jelentés öt táblát is joinolhat.

## Denormalizálás

```sql
-- Denormalizált: a város minden rendelésre másolva a gyors jelentéskészítéshez
orders(id, customer_id, city_name, total)
-- + egy összesítő tábla, amelyet az app vagy triggerek tartanak karban
order_daily_totals(day, city_name, total_sales)
```

- **Előnyök** — kevesebb join, gyorsabb olvasás, olcsóbb aggregátumok.
- **Hátrányok** — a duplikált adatot szinkronban kell tartani (több írás, sodródás kockázata), több tárhely, és minden írónak emlékeznie kell minden másolat frissítésére.

## Hogyan döntsd el

Alapból normalizálj a helyesség kedvéért. Denormalizálj egy **konkrét forró olvasási útvonalat** csak azután, hogy az EXPLAIN megmutatja: a joinok a szűk keresztmetszet — és inkább tartsd az igazság forrását (source of truth) normalizáltan, miközben egy származtatott másolatot (összesítő tábla, materialized cache) tartasz karban, amelyet újra tudsz építeni.

## Miért fontos

Ez egy alapvető séma-tervezési kompromisszum: a túl-normalizálás lelassítja a dashboardokat, a túl-denormalizálás inkonzisztens adatot tenyészt, amelyet drága összeegyeztetni. Annak ismerete, *miért* duplikálnál adatot — és hogyan tartsd a másolatot megbízhatóan — választja el a skálázódó sémát a rothadótól.

Normalizálás (3NF-ig)

Denormalizálás

Hogyan döntsd el

Miért fontos

Kapcsolódó kérdések