Quali sono i compromessi tra normalizzazione e denormalizzazione?

Question

IT Interview Practice · Accepted Answer

La **normalizzazione** organizza i dati in modo che ogni fatto risieda in un solo posto, eliminando la ridondanza. La **denormalizzazione** duplica deliberatamente i dati per rendere più veloci le letture. La maggior parte degli schemi parte normalizzata e si denormalizza solo dove le misurazioni lo richiedono.

## Normalizzazione (fino alla 3NF)

Ogni tabella descrive un'entità; i dati correlati sono referenziati tramite foreign key.

```sql
-- Normalizzato: la città di un cliente è memorizzata una sola volta
customers(id, name, city_id)
cities(id, name)
orders(id, customer_id, total)
```

- **Pro** — nessuna anomalia di aggiornamento (cambi il nome di una città in una sola riga), storage minore, integrità tramite foreign key.
- **Contro** — le letture richiedono JOIN; un report che tocca molte entità può fare join su cinque tabelle.

## Denormalizzazione

```sql
-- Denormalizzato: la città copiata su ogni ordine per report veloci
orders(id, customer_id, city_name, total)
-- + una tabella di riepilogo mantenuta dall'app o da trigger
order_daily_totals(day, city_name, total_sales)
```

- **Pro** — meno join, letture più veloci, aggregazioni più economiche.
- **Contro** — i dati duplicati vanno mantenuti sincronizzati (più scritture, rischio di drift), più storage e ogni scrittore deve ricordarsi di aggiornare ogni copia.

## Come decidere

Parti normalizzato per la correttezza. Denormalizza uno **specifico hot read path** solo dopo che EXPLAIN mostra che i join sono il collo di bottiglia — e preferisci mantenere la fonte di verità normalizzata mantenendo una copia derivata (tabella di riepilogo, cache materializzata) che puoi ricostruire.

## Perché è importante

Questo è un compromesso fondamentale nella progettazione dello schema: normalizzare troppo fa strisciare le dashboard, denormalizzare troppo genera dati incoerenti costosi da riconciliare. Sapere *perché* duplicheresti i dati — e come mantenere affidabile la copia — distingue uno schema che scala da uno che marcisce.

Normalizzazione (fino alla 3NF)

Denormalizzazione

Come decidere

Perché è importante

Domande correlate