Normalisering organiserer data slik at hvert faktum bor på nøyaktig ett sted, og fjerner redundans. Denormalisering dupliserer bevisst data for å gjøre lesing raskere. De fleste skjemaer starter normalisert og denormaliserer bare der målinger krever det.
Hver tabell beskriver én entitet; relaterte data refereres via foreign key.
-- Normalized: a customer's city is stored once
customers(id, name, city_id)
cities(id, name)
orders(id, customer_id, total)
-- 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)
Gå for normalisert som standard for korrekthetens skyld. Denormaliser en spesifikk het lesesti først etter at EXPLAIN viser at joins er flaskehalsen — og foretrekk å holde kilden til sannhet normalisert mens du vedlikeholder en avledet kopi (summary-tabell, materialisert cache) som du kan bygge opp på nytt.
Dette er en grunnleggende avveining i skjemadesign: overnormalisering gjør at dashbord kryper, overdenormalisering avler inkonsistente data som er dyre å avstemme. Å vite hvorfor du ville duplisere data — og hvordan du holder kopien pålitelig — skiller et skjema som skalerer fra ett som råtner.
Et bibliotek av IT-intervjuspørsmål med detaljerte svar — fra Junior til Senior.
Doner