Denormalizācija

Autors: Judy Howell
Radīšanas Datums: 1 Jūlijs 2021
Atjaunināšanas Datums: 12 Maijs 2024
Anonim
Csilla Ariese. Practicing Decoloniality: Museum Examples to Inspire Cultural Actors
Video: Csilla Ariese. Practicing Decoloniality: Museum Examples to Inspire Cultural Actors

Saturs

Definīcija - ko nozīmē denormalizācija?

Denormalizācija ir stratēģija, kuru datu bāzu pārvaldnieki izmanto, lai palielinātu datu bāzes infrastruktūras veiktspēju. Tas ietver lieku datu pievienošanu normalizētai datu bāzei, lai samazinātu noteikta veida problēmas ar datu bāzes vaicājumiem, kas apvieno datus no dažādām tabulām vienā tabulā. Denormalizācijas definīcija ir atkarīga no normalizācijas definīcijas, kas tiek definēta kā datu bāzes sakārtošanas process tabulās, lai veicinātu konkrētu lietojumu.

Ievads Microsoft Azure un Microsoft Cloud | Šajā rokasgrāmatā jūs uzzināsit, kas ir mākonis skaitļošana un kā Microsoft Azure var palīdzēt jums migrēt un vadīt savu biznesu no mākoņa.

Techopedia izskaidro denormalizāciju

Daudzos gadījumos denormalizācija nozīmē atsevišķu tabulu vai struktūru izveidi, lai vaicājumi par vienu informācijas daļu neietekmētu citu ar to saistīto informāciju. Piemēram, ja globālāki datu mainīgie lielumi, piemēram, klientu vārdi, tiek saistīti ar pirkumiem vēsturē ar atsevišķiem pirkumiem, datu bāzes administrators vēlas pārliecināties, ka darbs, kas veikts ar nopirktu preci, nepareizi neietekmē visu klienta kontu. Tāpēc datu bāzes apstrādātāji atdalīs abas informācijas daļas, dažreiz ar liekiem datiem, lai ar tām varētu strādāt atsevišķi.


Denormalizācija ir saistīta ar lieku datu pievienošanu, lai iegūtu sarežģītākus meklēšanas rezultātus. Daži piemēri, kas parasti tiek sniegti, lai izskaidrotu šo situāciju, ir situācijas, kad datu bāzes apstrādātāji vēlas atrast iepriekšējas adreses, pirkumu vēsturi vai ko citu par klientu vai klientu, kurš nerisina konkrēto šī konta stāvokli. Šeit lieki dati var ļaut datu bāzēm sniegt atšķirīgus rezultātus, pamatojoties tieši uz to, ko lietotājs pieprasa. Atkal šie liekie dati var arī uzlabot veiktspēju, pamatojoties uz īpašiem veidiem, kā datu bāze meklē konkrētu vienumu. Ar izaicinājumiem, kas saistīti ar denormalizāciju, tiek rūpīgi dokumentēts process, lai izvairītos no dažāda veida anomālijām, kas var rasties datu neatbilstības rezultātā.