反正規化| JasonChang的學習歷程 - 點部落

正規化的目的是降低資料的重覆性、避免資料更新異常。

然而，正規化只是建立資料表的原則，而非鐵的定律。

如果過度正規化，在查詢來自於多個資料表的 ... 摘要:反正規化 正規化的目的是降低資料的重覆性、避免資料更新異常。

然而，正規化只是建立資料表的原則，而非鐵的定律。

如果過度正規化，在查詢來自於多個資料表的大量資料時，會造成效能下降。

因此，若要以查詢(select)效能為考量，必須進行適當的反正規化，亦即將原來的第三正規化降成第二正規化，或是將第二正規化降成第一正規化。

例：描述客戶資料的正規化資料表為「客戶」與「國籍」。

客戶(客戶編號，姓名，國籍編號) 國籍(國籍編號，名稱，人口數) 此設計方法，可以使用關鍵字的查詢，很快查詢到資料，例如查詢客戶編號或國籍編號。

但是，若要查詢這兩張資料表所結合(join)的資料時，將會影響查詢效能。

因此，將「國籍」做反正規化，可以改善效能的問題。

反正規化之後： 客戶(客戶編號，姓名，國籍編號，名稱，人口數) 但是，在進行反正規化之後可能又會產生資料重覆的問題，以及資料更新的異常問題。

做反正規化之前的建議： 除非很了解系統的運作流程與商業邏輯，或是已諮詢過系統開發者，否則不輕易做資料表反正規化。

在進行資料表的反正規化之前，必須徹底了解系統中有哪些功能很頻繁地修改(update)資料表，如果系統功能很頻繁地update資料表，反正規化資料表後會影響update的效能，因為欲update的資料可能是很多筆，例如，將客戶資料表裡國籍編號為TPE的客戶update成國籍編號為TAIWAN，國籍編號為TPE的客戶可能數萬筆以上，實是造成效能上的影響。

  結語： 在做系統分析時，必須依據業務需求去做適當的資料庫規畫，若需求上是以查詢(select)效能為優先考量，資料表就不需要做太多正規化。

回首頁