denormaliseerde

Denormalisatie, in het Nederlands vaak aangeduid met denormaliseerde data, is een databaseontwerpbenadering waarbij data die normaal gesproken over meerdere tabellen verdeeld is, in minder tabellen wordt herhaald. Het doel is om leesoperaties sneller te maken en het aantal joins te verminderen. Dit staat tegenover normalisatie, waarbij gegevens worden opgesplitst om redundantie en anomalies te voorkomen. Denormalisatie brengt daarom een zekere mate van redundantie met zich mee en maakt update- en delete-operaties complexer.

Denormalisatie wordt vooral toegepast in systemen waar leesprestaties belangrijker zijn dan volledige optimalisatie van opslag en write-efficiëntie. Veelvoorkomende toepassingsgebieden zijn read-heavy applicaties, datawarehouses, real-time rapportage en cachinglagen waarin snelle querying noodzakelijk is.

Manieren van denormalisatie omvatten onder meer: het toevoegen van redundante kolommen aan een tabel zodat veelgebruikte informatie rechtstreeks beschikbaar is zonder joins; dupliceren van data over meerdere tabellen of partitions; en het gebruik van gematerialiseerde views of cachelagen die regelmatig worden bijgewerkt. In practice wordt vaak ook een combinatie van deze technieken toegepast, ondersteund door triggers, applicationlogica of ETL-processen om updates consistent te houden.

Voordelen van denormalisatie zijn snellere queries en minder complexe join-logica, wat de leestijden aanzienlijk kan verbeteren. Nadelen zijn onder meer kans op data-inconsistente toestanden bij writes, hogere opslagbehoefte en meer onderhoudscomplexiteit. Goede praktijken omvatten duidelijke update-logica, behoud van expliciete constraints waar mogelijk, en monitoring van query- en update-paden.

Samengevat is denormalisatie een bewuste afweging tussen prestatie en data-integriteit, die in specifieke situaties van groot belang kan zijn.