Diferença entre Normalização e Desnormalização

Normalização vs DesnormalizaçãoNormalização e Desnormalização são os métodos utilizados nas bases de dados. Os termos são diferenciáveis onde a Normalização é uma técnica de minimizar a inserção, eliminação e actualização de anomalias através da eliminação dos dados redundantes. Por outro lado, a desnormalização é o processo inverso de normalização onde a redundância é adicionada aos dados para melhorar o desempenho da aplicação específica e a integridade dos dados.

Normalização evita o desperdício de espaço em disco, minimizando ou eliminando a redundância.

Conteúdo: Normalização Vs Desnormalização

  1. Gráfico de comparação
  2. Definição
  3. Diferenças-chave
  4. Conclusão

Gráfico de comparação

Used in

Integridade dos dados

Utilização optimizada


Basis para comparação Normalização Denormalização
Basic Normalização é o processo de criação de um esquema definido para armazenar nãodados redundantes e consistentes. Denormalização é o processo de combinar os dados para que possam ser consultados rapidamente.
Propósito Diminuir a redundância e inconsistência dos dados. Atingir a execução mais rápida das consultas através da introdução de redundância.
sistemaOLTP, onde a ênfase está em tornar a inserção, eliminação e actualização de anomalias mais rápidas e armazenar os dados de qualidade. sistemaOLAP, onde a ênfase está em tornar a pesquisa e análise mais rápidas.
Maintained May not retain
Redundância Eliminated Adicionado
Número de tabelas Aumentos Diminuições
EspaçoDisk Wastage

Definição de Normalização

Normalização é o método de organizar os dados na base de dados de forma eficiente. Envolve a construção de tabelas e o estabelecimento de relações entre essas tabelas de acordo com algumas regras específicas. A redundância e a dependência inconsistente podem ser removidas usando estas regras de modo a torná-la mais flexível.

Dados redundantes desperdiçam espaço em disco, aumentam a inconsistência dos dados e abrandam as consultas de DML. Se os mesmos dados estiverem presentes em mais de um local e qualquer actualização for cometida sobre esses dados, então a alteração deve ser reflectida em todos os locais. Dados inconsistentes podem tornar mais difícil a pesquisa e o acesso aos dados, perdendo o caminho para os mesmos.

Existem várias razões por detrás da realização da normalização, tais como evitar redundância, actualizar anomalias, codificação desnecessária, manter os dados na forma que possa acomodar a mudança com mais facilidade e precisão e impor a restrição de dados.

Normalização inclui a análise de dependências funcionais entre atributos. As relações (tabelas) são decompostas com anomalias para gerar relações com uma estrutura. Ajuda a decidir quais os atributos que devem ser agrupados numa relação.

A normalização baseia-se basicamente nos conceitos de formas normais. Diz-se que uma tabela de relações está numa forma normal se cumprir um certo conjunto de restrições. Existem 6 formas normais definidas: 1NF, 2NF, 3NF, BCNF, 4NF e 5NF. A normalização deve eliminar a redundância mas não à custa da integridade.

Definição de Desnormalização

Denormalização é o processo inverso de normalização, onde o esquema normalizado é convertido num esquema que tem informação redundante. O desempenho é melhorado através da utilização de redundância e da manutenção da consistência dos dados redundantes. A razão para executar a desnormalização são as despesas gerais produzidas no processador de consulta por uma estrutura sobre-normalizada.

Denormalização também pode ser definida como o método de armazenamento da união de relações de forma normal superior como uma relação de base, que se encontra numa forma normal inferior. Reduz o número de tabelas, e as uniões complicadas de tabelas porque um número mais elevado de uniões pode retardar o processo. Existem várias técnicas de desnormalização, como por exemplo: Armazenar valores derivados, tabelas pré-juntas, valores codificados e manter detalhes com mestre, etc.

Aqui a abordagem de desnormalização, enfatiza o conceito de que ao colocar todos os dados num único local, poderia eliminar a necessidade de procurar esses múltiplos ficheiros para recolher esses dados. A estratégia básica é seguida na desnormalização, onde se selecciona o processo mais dominante para examinar as modificações que acabarão por melhorar o desempenho. E a alteração mais básica é a adição de múltiplos atributos à tabela existente para reduzir o número de joins.

Diferenças-chave entre normalização e desnormalização

  1. Normalização é a técnica de dividir os dados em múltiplas tabelas para reduzir a redundância e inconsistência de dados e para alcançar a integridade dos dados. Por outro lado, a Desnormalização é a técnica de combinar os dados numa única tabela para tornar a recuperação de dados mais rápida.
  2. Normalização é utilizada no sistema OLTP, o que enfatiza em tornar mais rápida a inserção, eliminação e actualização das anomalias. Por oposição, a desnormalização é utilizada no sistema OLAP, o que enfatiza em tornar a pesquisa e análise mais rápidas.
  3. A integridade dos dados é mantida no processo de normalização enquanto que na desnormalização a integridade dos dados é mais difícil de reter.
  4. Dados redundantes são eliminados quando a normalização é executada, enquanto que a desnormalização aumenta os dados redundantes.
  5. Normalização aumenta o número de tabelas e junções. Em contraste, a desnormalização reduz o número de tabelas e de join.
  6. Inormalização desperdiça espaçoDisk na desnormalização porque os mesmos dados são armazenados em locais diferentes. Pelo contrário, o espaço em disco é optimizado numa tabela normalizada.

Conclusão

Normalização e desnormalização são úteis de acordo com a situação. A normalização é utilizada quando a inserção mais rápida, eliminação e actualização de anomalias, e a consistência dos dados são necessariamente necessárias. Por outro lado, a desnormalização é utilizada quando a pesquisa mais rápida é mais importante e para optimizar o desempenho de leitura. Também diminui as despesas gerais criadas por dados sobre-normalizados ou por uniões complicadas de tabelas.

Deixe uma resposta

O seu endereço de email não será publicado. Campos obrigatórios marcados com *