Innehållsförteckning:

Varför är problemet med onormaliserade data?
Varför är problemet med onormaliserade data?

Video: Varför är problemet med onormaliserade data?

Video: Varför är problemet med onormaliserade data?
Video: Gynecological Findings & Blood Volume Regulation - Satish Raj, MD, MSCI 2024, November
Anonim

En dåligt normaliserad databas och dåligt normaliserade tabeller kan orsaka problem allt från överdriven disk I/O och efterföljande dålig systemprestanda till felaktiga data . Ett felaktigt normaliserat tillstånd kan resultera i omfattande data redundans, vilket lägger en börda på alla program som ändrar data.

På så sätt, vad kännetecknar onormaliserade data?

Onormaliserad form (UNF), även känd som en onormaliserad relation eller icke första normalform (NF2), är en enkel databas data modell (organisation av data i en databas) som saknar effektiviteten i databasnormalisering.

Därefter är frågan, vad händer om du inte normaliserar en databas? Icke- normaliserats tabeller betyder i allmänhet att samma data lagras på mer än en plats. Om så är fallet, utan applikationskod för att förhindra det, är det mycket möjligt att ett av värdena kommer att uppdateras utan att uppdatera alla kopior av samma värde i andra tabeller.

Folk frågar också, vilka är fördelarna med att normalisera en databas?

De fördelarna med normalisering inkluderar: Det går snabbare att söka, sortera och skapa index, eftersom tabeller är smalare och fler rader får plats på en datasida. Man brukar ha fler bord. Du kan ha fler klustrade index (ett per tabell), så att du får mer flexibilitet när du ställer in frågor.

Vilka är nackdelarna med normalisering?

Här är några av nackdelarna med normalisering:

  • Eftersom data inte dupliceras krävs tabellkopplingar. Detta gör frågorna mer komplicerade och lästiderna blir därför långsammare.
  • Eftersom sammanfogningar krävs fungerar inte indexering lika effektivt.

Rekommenderad: