denormalisering

Författare: Judy Howell
Skapelsedatum: 1 Juli 2021
Uppdatera Datum: 12 Maj 2024
Anonim
AutomationEdge for Dummies: Row Normaliser Denormaliser (With Subtitle)
Video: AutomationEdge for Dummies: Row Normaliser Denormaliser (With Subtitle)

Innehåll

Definition - Vad betyder denormalisering?

Denormalisering är en strategi som databashanterare använder för att öka prestanda för en databasinfrastruktur. Det handlar om att lägga till redundanta data i en normaliserad databas för att minska vissa typer av problem med databasfrågor som kombinerar data från olika tabeller till en enda tabell. Definitionen av denormalisering är beroende av definitionen av normalisering, som definieras som processen för att organisera en databas i tabeller korrekt för att främja en given användning.

En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.

Techopedia förklarar Denormalisering

I många fall innebär denormalisering att skapa separata tabeller eller strukturer så att frågor om en informationsdel inte påverkar någon annan information som är knuten till den. Till exempel, där fler globala datavariabler som kundnamn knyts samman med enstaka inköp i en inköpshistorik, vill en databasadministratör se till att arbete som utförs på ett köpte objekt inte kommer att påverka hela kundkontot felaktigt. Därför kommer databashandlare att separera de två informationsdelarna, ibland med redundanta data, så att de kan arbetas med separat.


Där denormalisering kommer in är att lägga till redundanta data möjliggör mer sofistikerade sökresultat. Några exempel som vanligtvis ges för att förklara detta inkluderar situationer där databashandlare vill hitta tidigare adresser, köpshistorik eller något annat om en kund eller klient som inte adresserar det specifika nuvarande tillståndet för det kontot. Det är här med överflödiga data kan databaserna ge olika resultat baserat på exakt vad användaren frågar efter. Återigen kan det att ha denna överflödiga data också förbättra prestanda baserat på de specifika sätt som en databas söker efter ett visst objekt. Utmaningar involverade i denormalisering inkluderar att dokumentera processen noggrant för att undvika vissa typer av avvikelser som kan uppstå som ett resultat av datafel.