Baze de date normalizate și denormalizate

Proiectarea bazelor de date

Lis Sulmont

Curriculum Manager

Înapoi la exemplul cu librăria

Denormalizat: schemă stea

Normalizat: schemă fulg de nea

Interogare denormalizată

Scop: cantitatea totală de cărți ale lui Octavia E. Butler vândute în Vancouver în T4 din 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;

Total: 3 join-uri

Interogare normalizată

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

Interogare normalizată (continuare)

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: 8 join-uri

Deci, de ce am dori să normalizăm o bază de date?

Normalizarea economisește spațiu

Bazele de date denormalizate permit redundanța datelor

Normalizarea economisește spațiu

Normalizarea elimină redundanța datelor

Normalizarea asigură o mai bună integritate a datelor

1. Asigură consistența datelor

Trebuie respectate convențiile de denumire datorită integrității referențiale, ex.: „California", nu „CA" sau „california"

2. Actualizare, ștergere și inserare mai sigure

Mai puțină redundanță = mai puține înregistrări de modificat

3. Redesign mai ușor prin extindere

Tabelele mici sunt mai ușor de extins decât cele mari

Normalizarea bazelor de date

Avantaje

Normalizarea elimină redundanța datelor: economii de stocare
Integritate mai bună a datelor: date precise și consistente

Dezavantaje

Interogările complexe necesită mai mult CPU

Vă amintiți de OLTP și OLAP?

OLTP

Ex.: baze de date operaționale

De regulă, înalt normalizate

Intensive la scriere
Prioritizează inserarea rapidă și sigură a datelor

OLAP

Ex.: depozite de date

De regulă, mai puțin normalizate

Intensive la citire
Prioritizează interogările rapide pentru analiză

Să exersăm!

Proiectarea bazelor de date