Video: Qué tener en cuenta para comprar un dominio y hosting 2025
Din datalagringsmiljö eller en specifik data som är din viktigaste datalagret ska mata kan ha uppdraget att generera en ändlig och förutsägbar uppsättning rapporter. Här är ett sätt att utforma en relationsdatabas för att stödja det uppdraget, byggd kring principen om databasdormalisering , eller avsiktligt bryta mot goda relationsdatabasens designprinciper i intresse av prestandaffektivitet.
Denormalisering passar bäst för snabbslagslösningar, , där du måste få ett småskaligt relationellt datalager eller en data mart igång snabbt. Du kan till exempel skapa en denormaliserad relationsdatabas för en specifik stadga för att producera en viss uppsättning rapporter som inte längre kommer att vara tillgängliga som en följd av en tidigare systeminvandringsinsats.
Även om denormalisering inte är något död, skapar det en hel del dubbla data, och de databasstrukturer du skapar har inte mycket flexibilitet. Dessutom har du förmodligen begränsade frågningsfunktioner (utöver dina standardrapporter) eftersom dessa funktioner är nära knutna till rapporteringsstrukturerna formaliserade i tabelldesignen. Fortfarande kanske du vill kolla in den här metoden.
Ett enkelt exempel på denormalisering, som visas i figuren, visar hur källdatabatbordstabellerna ser ut i en applikation som spårar försäljningsprestanda, med de tabeller som struktureras huvudsakligen enligt standardrelationsdatabasens designprinciper (de är normaliserad).
För att stödja rapportformatet som visas längst ner i figuren kartläggs källstrukturerna i ett detormaliserat bord från vilket rapporten kan genereras utan att behöva ansluta sig till några tabeller. (För att uttrycka det enklare, kör din rapport mycket snabbt.)
Obs! : Ett exemplar i verkligheten skulle innebära många fler tabeller (från 10 till 50 eller mer) och många fler rapporter än vad som visas i figuren. Den här siffran ska dock få ideen över.
Alternativt kan du följa principerna och teknikerna för dimensionell design. Eftersom RDBMSs nu har mycket mindre problem att hantera dimensionsorienterade strukturer än tidigare, kommer du sannolikt att få tillräcklig prestanda för dina rapporteringsbehov och har fortfarande flexibiliteten att stödja en mängd olika ad hoc, flerdimensionella frågor.
För snabb implementering som är rapporteringsinriktad, anser den åtminstone att den är denormaliseringsbaserad designen för relationell data.
