Kandungan
- Mengurangkan pendua data
- Secara logik kumpulan data
- Memastikan integriti rujukan dalam data
- Kurangkan prestasi pangkalan data
- Memerlukan analisis terperinci dan reka bentuk
Pangkalan data komputer di mana-mana, dari bank (untuk mendaftarkan akaun pelanggan) ke laman web (untuk menyimpan kandungan). Pangkalan data berfungsi dengan baik apabila direka dengan baik. Normalisasi pangkalan data bermakna merangka struktur yang menyimpan data secara logik dan berkaitan. Yang paling biasa adalah untuk menormalkan semua pangkalan data dan proses ini mempunyai kelebihan dan kekurangannya.
Mengurangkan pendua data
Pangkalan data boleh mempunyai sejumlah besar maklumat, mungkin berjuta-juta atau berbilion serpihan data. Normalisasi pangkalan data mengurangkan saiznya dan mencegah duplikasi data, memastikan setiap data disimpan hanya sekali.
Secara logik kumpulan data
Pemaju aplikasi, yang membuat program yang "bercakap" dengan pangkalan data, lebih mudah untuk menangani asas dinormalisasi. Data yang diakses lebih teratur secara logik, dengan cara yang sama seperti objek dunia sebenar yang diwakili oleh mereka. Ini memudahkan untuk mereka bentuk, menulis, dan menukar aplikasi.
Memastikan integriti rujukan dalam data
Integriti rujukan adalah pengenaan hubungan antara data dalam jadual gabungan. Tanpa itu, data dalam jadual mungkin kehilangan sambungan ke jadual lain di mana data berkaitan. Ini membawa kepada data yatim dan tidak konsisten. Pangkalan data standard, dengan kesatuan di antara jadual, dapat mengelakkan perkara ini daripada berlaku.
Kurangkan prestasi pangkalan data
Pangkalan data yang sangat dinormalisasi, dengan banyak jadual dan kesatuan di antara mereka, lebih lambat daripada yang lain tanpa atribut tersebut. Jika terlalu banyak orang menggunakannya pada masa yang sama, kelajuan akan dikurangkan. Dalam sesetengah kes, sejumlah "denormalisasi" diperlukan untuk meningkatkan prestasi.
Memerlukan analisis terperinci dan reka bentuk
Normalisasi pangkalan data adalah tugas yang rumit dan sukar. Pangkalan data besar dengan jumlah maklumat yang banyak, seperti pandangan mengenai bank, memerlukan analisis dan reka bentuk yang teliti sebelum diseragamkan. Mengetahui penggunaan pangkalan data, seperti sama ada ia harus dioptimumkan untuk membaca data, menulis atau kedua-duanya, juga mempengaruhi proses normalisasi. Pangkalan data yang kurang dinormalisasi boleh melakukan data yang buruk dan tidak efisien.