Normaliserade och denormaliserade databaser

Databasdesign

Lis Sulmont

Curriculum Manager

Tillbaka till bokhandelsexemplet

Denormaliserat: stjärnschema

Normaliserat: snöflingschema

Denormaliserad fråga

Mål: hämta antal sålda böcker av Octavia E. Butler i Vancouver, kvartal 4 år 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;

Totalt 3 joins

Normaliserad fråga

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

Normaliserad fråga (forts.)

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

Totalt 8 joins

Varför skulle vi vilja normalisera en databas?

Normalisering sparar utrymme

Denormaliserade databaser möjliggör dataredundans

Normalisering sparar utrymme

Normalisering eliminerar dataredundans

Normalisering ger bättre dataintegritet

1. Säkerställer datakonsistens

Referensintegritet kräver enhetliga konventioner, t.ex. 'California', inte 'CA' eller 'california'

2. Säkrare uppdatering, borttagning och infogning

Mindre dataredundans = färre poster att ändra

3. Enklare att utöka vid omstrukturering

Mindre tabeller är lättare att bygga ut än större

Databasnormalisering

Fördelar

Normalisering eliminerar dataredundans: sparar lagringsutrymme
Bättre dataintegritet: korrekt och konsekvent data

Nackdelar

Komplexa frågor kräver mer processorkraft

Kommer du ihåg OLTP och OLAP?

OLTP

t.ex. operativa databaser

Vanligtvis högt normaliserat

Skrivintensivt
Prioriterar snabb och säker infogning av data

OLAP

t.ex. datalager

Vanligtvis mindre normaliserat

Läsintensivt
Prioriterar snabba frågor för analys

Nu kör vi en övning!

Databasdesign