Genormaliseerde en gedenormaliseerde databases

Databaseontwerp

Lis Sulmont

Curriculum Manager

Terug naar ons boekwinkelvoorbeeld

Gedenormaliseerd: ster-schema

Genormaliseerd: sneeuwvlokschema

Gedenormaliseerde query

Doel: aantal verkochte boeken van Octavia E. Butler in Vancouver in Q4 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;

Totaal 3 joins

Genormaliseerde query

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

Genormaliseerde query (vervolg)

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

Totaal 8 joins

Waarom zouden we een database normaliseren?

Normaliseren bespaart ruimte

Gedenormaliseerde databases zorgen voor gegevensredundantie

Normaliseren bespaart ruimte

Normaliseren elimineert gegevensredundantie

Normaliseren verbetert dataintegriteit

1. Borgt gegevensconsistentie

Houd naamgevingsconventies aan vanwege referentiële integriteit, bijv. ‘California’, niet ‘CA’ of ‘california’

2. Veiliger updaten, verwijderen en invoegen

Minder redundantie = minder records om te wijzigen

3. Makkelijker uitbreiden bij redesign

Kleinere tabellen zijn makkelijker uit te breiden dan grote

Database-normalisatie

Voordelen

Normaliseren elimineert redundantie: bespaart opslag
Betere dataintegriteit: nauwkeurige en consistente data

Nadelen

Complexe queries vragen meer CPU

Weet je OLTP en OLAP nog?

OLTP

bijv. operationele databases

Meestal sterk genormaliseerd

Schrijfintensief
Focus op sneller en veiliger invoeren

OLAP

bijv. datawarehouses

Meestal minder genormaliseerd

Leesintensief
Focus op snellere queries voor analytics

Laten we oefenen!

Databaseontwerp