规范化（normalization）与反规范化（denormalization）之间有哪些取舍？

Question

IT Interview Practice · Accepted Answer

**规范化**把数据组织成每条事实只存在于一处，从而消除冗余。**反规范化**则刻意复制数据以加快读取。大多数 schema 一开始都是规范化的，只在测量结果要求时才进行反规范化。

## 规范化（到 3NF）

每张表描述一个实体；相关数据通过外键引用。

```sql
-- 规范化：客户所在城市只存一次
customers(id, name, city_id)
cities(id, name)
orders(id, customer_id, total)
```

- **优点** — 没有更新异常（改一行就能改掉一个城市名）、存储更小、通过外键保证完整性。
- **缺点** — 读取需要 JOIN；一份涉及多个实体的报表可能要连接五张表。

## 反规范化

```sql
-- 反规范化：把城市复制到每个订单上，便于快速报表
orders(id, customer_id, city_name, total)
-- + 一张由应用或触发器维护的汇总表
order_daily_totals(day, city_name, total_sales)
```

- **优点** — 更少的连接、更快的读取、更廉价的聚合。
- **缺点** — 被复制的数据必须保持同步（写入更多、有偏差风险）、更占存储，且每个写入方都必须记得更新每一份副本。

## 如何决策

为了正确性，默认采用规范化。仅在 EXPLAIN 表明连接是瓶颈之后，才对一条**具体的热点读取路径**做反规范化 —— 并且优先保持真相来源（source of truth）为规范化状态，同时维护一份可重建的派生副本（汇总表、物化缓存）。

## 为什么这很重要

这是 schema 设计的核心取舍：过度规范化会让仪表盘慢如蜗牛，过度反规范化会滋生难以对账、代价高昂的不一致数据。懂得*为什么*要复制数据 —— 以及如何让副本保持可信 —— 正是能扩展的 schema 与逐渐腐坏的 schema 之间的分野。

规范化（到 3NF）