正規化和反正規化

習題預習

1. 什麼是資料正規化（Normalization），它的目的是什麼？
2. 資料反正規化（Denormalization）是什麼？它的使用時機是什麼？
3. 正規化與反正規化有哪些優缺點？它們對系統效能和資料處理有什麼影響？
4. 在數據庫設計中，什麼情況下需要進行正規化？在什麼情況下應該避免正規化？
5. 如何選擇正確的正規化級別？什麼因素會影響選擇？

說明知識

Normalization 和 Denormalization 是關聯式資料庫中的概念，用來描述資料庫中表格的設計。

Normalization 意旨為「正規化」，它是使資料表符合某些特定規則，以減少資料冗餘和提高資料表格結構設計的程式；Denormalization 意旨為「去正規化」，這是在資料表中添加重複資訊，以加速特定查詢的進行。

舉例來說，假設你有一個資料表格，包括以下資料：

Customer

• ID
• Name
• Email
• Phone
• Address

這個資料表格沒有正規化，因為它包含數個重複的資料。舉例來說，如果同一個顧客有多筆資料，例如他們在不同的地址下喜好不同商品，他們的姓名和電話欄位將會是重複的。這樣，你可以考慮建立一個表格專門用來儲存顧客資訊，再建立一個表格用來儲存他們在每個地址下的訂單。這些表格正規化了原始資料，將顧客資訊存儲一次，允許您更輕易地編寫查詢並避免資料冗餘。

另一方面，Denormalization 可以用來提高特定查詢的性能。舉例來說，假設您有一個包含產品，分類和庫存的表格，並且您想查詢所有庫存的內容。在這種情況下，您可以將產品和分類的資料添加到庫存表格中，以便這些查詢能快速執行。換句話說，Denormalization 可以用來優化查詢，即使這意味著增加了一些資料冗餘。

總之，Normalization 和 Denormalization 是資料庫設計的兩個相反的概念，在資料庫設計中，需要達到平衡點，以達到資料表格的最佳效能。

彙總重點

Normalization:

• 將資料表依照設定的規則進行分解，使每個屬性只有單一值，避免資料的重複和不一致性。
• 減少了異動資料的風險，維護資料的一致性和準確性。
• 資料表分散，讀取速度較慢，適合於讀取量遠大於寫入量的場合。
• 資料表設計比較規範，避免了資料的冗餘和不一致性。

Denormalization:

• 將多個關聯表中需要經常查詢的資料整合到一張表中，減少多次讀取資料的操作，提高查詢效率。
• 降低響應時間，提高數據處理的效率。
• 增加冗餘數量和複雜度，增加異動資料的風險，維護起來成本較高。
• 資料表設計較為寬鬆，適合於讀寫操作需要平衡的場合。

知識測驗

1. 請問何謂Normalization(正規化)？列出三種正規化的形式。

答案：Normalization 是一種關係型資料庫設計的技術，目的是為了減少重複資料並提高資料庫設計的效率和可維護性。三種正規化形式分別是1NF、2NF 和 3NF。

2. 如果資料庫中某張表格存在大量重複資料，應該考慮使用哪些正規化形式來解決這個問題？

答案：這表明這張表格不符合3NF限制，可以使用2NF 或 3NF去除重複資料。

3. 請列出兩個常見的反規範化(Deormalization)的例子。

答案：1.在資料重複較多的查詢上添加冗餘欄位，以提高查詢效率。2. 藉由合併多張表格，以減少查詢中的表格連接數量和提高效率。

4. 什麼是冗餘欄位，給一個例子說明。

答案：冗餘欄位就是多餘的資料欄位。比如，在一個訂單表中，有一個包含訂單總價金額的欄位，如果再在該訂單表中添加一個新的欄位，可以計算出每個產品單價的總價金額，那這個新欄位就是一個冗餘欄位。

5. 當為了提高系統效率而進行反規範化時，也會帶來一些問題，請列出至少兩個反規範化可能帶來的問題。

答案：1.增加了資料庫的複雜度和體積，提高了系統維護成本。2. 如果不小心產生錯誤或欄位重複，可能會導致數據不一致。