Bancos de dados normalizados e desnormalizados

Projeto de banco de dados

Lis Sulmont

Curriculum Manager

De volta ao nosso exemplo da livraria

Desnormalizado: esquema em estrela

Normalizado: esquema Snowflake

Consulta desnormalizada

Objetivo: descobrir quantos livros da Octavia E. Butler foram vendidos em Vancouver no quarto trimestre de 2018.

  SELECT SUM(quantity) FROM fact_booksales
    -- Join to get city
    INNER JOIN dim_store_star on fact_booksales.store_id = dim_store_star.store_id
    -- Join to get author
    INNER JOIN dim_book_star on fact_booksales.book_id = dim_book_star.book_id
    -- Join to get year and quarter
    INNER JOIN dim_time_star on fact_booksales.time_id = dim_time_star.time_id
  WHERE 
    dim_store_star.city = 'Vancouver' AND dim_book_star.author = 'Octavia E. Butler' AND
    dim_time_star.year = 2018 AND dim_time_star.quarter = 4;

DNT_CURLY_TAG_1

Total de 3 junções

Consulta normalizada

SELECT
  SUM(fact_booksales.quantity)
FROM
  fact_booksales
  -- Join to get city
  INNER JOIN dim_store_sf ON fact_booksales.store_id = dim_store_sf.store_id
  INNER JOIN dim_city_sf ON dim_store_sf.city_id = dim_city_sf.city_id
  -- Join to get author
  INNER JOIN dim_book_sf ON fact_booksales.book_id = dim_book_sf.book_id
  INNER JOIN dim_author_sf ON dim_book_sf.author_id = dim_author_sf.author_id
  -- Join to get year and quarter
  INNER JOIN dim_time_sf ON fact_booksales.time_id = dim_time_sf.time_id
  INNER JOIN dim_month_sf ON dim_time_sf.month_id = dim_month_sf.month_id
  INNER JOIN dim_quarter_sf ON dim_month_sf.quarter_id =  dim_quarter_sf.quarter_id
  INNER JOIN dim_year_sf ON dim_quarter_sf.year_id = dim_year_sf.year_id

Consulta normalizada (continuação)

WHERE
  dim_city_sf.city = `Vancouver`
  AND 
  dim_author_sf.author = `Octavia E. Butler`
  AND
  dim_year_sf.year = 2018 AND dim_quarter_sf.quarter = 4;

sum
7600

Total de 8 junções

Então, por que você quer normalizar um banco de dados?

A normalização economiza espaço

Os bancos de dados desnormalizados permitem a redundância de dados.

A normalização economiza espaço

A normalização acaba com a repetição de dados

A normalização garante uma melhor integridade dos dados.

1. Garantir a consistência dos dados

Tem que seguir as regras de nomenclatura por causa da integridade referencial, tipo, “Califórnia”, não “CA” ou “califórnia”.

2. Atualização, remoção e inserção mais seguras

Menos redundância de dados = menos registros para alterar

3. Mais fácil de reformular com extensões

Tabelas menores são mais fáceis de estender do que tabelas maiores.

Normalização de banco de dados

Vantagens

A normalização elimina a redundância de dados: economize em armazenamento
Melhor integridade dos dados: dados precisos e consistentes

Desvantagens

Consultas complexas exigem mais CPU

Lembra-se de OLTP e OLAP?

OLTP

Por exemplo, bancos de dados operacionais.

Normalmente altamente normalizado

Intensivo em escrita
Priorize uma inserção de dados mais rápida e segura

OLAP

Por exemplo, armazéns de dados

Normalmente menos normalizado

Intensivo em leitura
Priorize consultas mais rápidas para análises

Vamos praticar!

Projeto de banco de dados