denormalization

เนื้อหา

• คำจำกัดความ - Denormalization หมายถึงอะไร
• ข้อมูลเบื้องต้นเกี่ยวกับ Microsoft Azure และ Microsoft Cloud | ในคู่มือนี้คุณจะได้เรียนรู้ว่าการประมวลผลแบบคลาวด์คืออะไรและ Microsoft Azure สามารถช่วยคุณในการโยกย้ายและดำเนินธุรกิจจากคลาวด์อย่างไร
• Techopedia อธิบาย Denormalization

คำจำกัดความ - Denormalization หมายถึงอะไร

Denormalization เป็นกลยุทธ์ที่ผู้จัดการฐานข้อมูลใช้เพื่อเพิ่มประสิทธิภาพของโครงสร้างพื้นฐานฐานข้อมูล มันเกี่ยวข้องกับการเพิ่มข้อมูลที่ซ้ำซ้อนลงในฐานข้อมูลปกติเพื่อลดปัญหาบางอย่างกับแบบสอบถามฐานข้อมูลที่รวมข้อมูลจากตารางต่าง ๆ ลงในตารางเดียว คำจำกัดความของการทำให้เป็นปกตินั้นขึ้นอยู่กับคำนิยามของการทำให้เป็นมาตรฐานซึ่งถูกกำหนดให้เป็นกระบวนการของการจัดระเบียบฐานข้อมูลลงในตารางอย่างถูกต้องเพื่อส่งเสริมการใช้งานที่กำหนด

ข้อมูลเบื้องต้นเกี่ยวกับ Microsoft Azure และ Microsoft Cloud | ในคู่มือนี้คุณจะได้เรียนรู้ว่าการประมวลผลแบบคลาวด์คืออะไรและ Microsoft Azure สามารถช่วยคุณในการโยกย้ายและดำเนินธุรกิจจากคลาวด์อย่างไร

Techopedia อธิบาย Denormalization

ในหลายกรณี denormalization เกี่ยวข้องกับการสร้างตารางหรือโครงสร้างที่แยกต่างหากเพื่อให้แบบสอบถามในข้อมูลชิ้นเดียวจะไม่ส่งผลกระทบต่อข้อมูลอื่น ๆ ที่เชื่อมโยงกับมัน ตัวอย่างเช่นหากมีการเชื่อมโยงตัวแปรข้อมูลทั่วโลกเช่นชื่อลูกค้าเข้ากับการซื้อครั้งเดียวในประวัติการซื้อผู้ดูแลระบบฐานข้อมูลจะต้องการให้แน่ใจว่างานที่ทำในรายการที่ซื้อจะไม่ส่งผลกระทบต่อบัญชีลูกค้าทั้งหมดอย่างไม่ถูกต้อง ดังนั้นตัวจัดการฐานข้อมูลจะแยกข้อมูลสองส่วนออกเป็นบางครั้งด้วยข้อมูลซ้ำซ้อนเพื่อให้สามารถทำงานแยกกันได้

การเข้าสู่ภาวะปกติคือการเพิ่มข้อมูลซ้ำซ้อนช่วยให้ผลการค้นหามีความซับซ้อนยิ่งขึ้น ตัวอย่างบางส่วนที่ได้รับโดยทั่วไปเพื่ออธิบายสิ่งนี้รวมถึงสถานการณ์ที่ตัวจัดการฐานข้อมูลต้องการหาที่อยู่ก่อนหน้าประวัติการซื้อหรือสิ่งอื่นใดเกี่ยวกับลูกค้าหรือลูกค้าที่ไม่ได้ระบุสถานะปัจจุบันของบัญชีนั้น นี่คือที่มีข้อมูลซ้ำซ้อนสามารถอนุญาตให้ฐานข้อมูลให้ผลลัพธ์ที่แตกต่างกันขึ้นอยู่กับสิ่งที่ผู้ใช้ขอ อีกครั้งการมีข้อมูลที่ซ้ำซ้อนนี้ยังสามารถปรับปรุงประสิทธิภาพตามวิธีการเฉพาะที่ฐานข้อมูลค้นหารายการเฉพาะ ความท้าทายที่เกี่ยวข้องกับการทำให้เป็นปกติ ได้แก่ การบันทึกกระบวนการอย่างระมัดระวังเพื่อหลีกเลี่ยงความผิดปกติบางประเภทที่อาจเกิดขึ้นอันเป็นผลมาจากข้อมูลไม่ตรงกัน