Denormalisoidut

Denormalisoidut (denormalisoidut tiedot) ovat tietokantamallinnuksessa käytettyjä ratkaisuja, joissa normaalisoidun tietokannan rakenne on tasoittunut siten, että sama tieto tallennetaan useammassa kuin yhdessä taulussa. Tämä johtaa tietojen redundanssiin, mutta voi vähentää tarvetta liittymäkyselyille ja parantaa lukemisen suorituskykyä.

Denormalisoinnin pääperuste on parantaa suorituskykyä erityisesti lukuvetoisissa ja analyyttisissä työkuormissa. Kun tiedot ovat jo valmiiksi yhdistettynä tai kopioituna useisiin tauluihin, kyselyt voivat palauttaa vastaukset nopeammin ilman monimutkaisia liittymiä. Toisaalta denormalisaatio lisää päivitysten, lisäysten ja poistojen monimutkaisuutta ja riskiä datan epäjohdonmukaisuuksiin, koska sama tieto voidaan olla useassa paikassa.

Tyypillisiä denormalisointitekniikoita ovat:

- tietojen kopioiminen useampaan tauluun (duplikaatio),

- yhdistämätiedot toteutettuna yhteen tauluun tai näkymään,

- materiaalisoidut näkymät tai esikertatut yhteenvedot (pre-aggregation),

- star- tai snowflake -tyyppiset mallit datavarastossa, joissa fakti- ja dimensiotaulut voivat sisältää redundanssia.

Denormalisointi sopii erityisesti read-heavy- ja raportointityönkuormiin, kuten tiedonkeruuseen ja BI-analyysiin. Se ei yleensä ole suositeltavaa aktiiviseen OLTP-ympäristöön, jossa päivitykset ja viestintä vaativat tiukkaa konsistenssia. On tärkeää suunnitella hyvän seurannan, versionhallinnan ja testauksen avulla sekä harkita vaihtoehtoja kuten caching tai materialisoidut näkymät tarpeen mukaan.