החסרונות של סטנדרטיזציה

ארגון נתונים

מסד נתונים דומה לארון קבצים. יש לך אפשרות לקבץ אובייקטים דומים ולמקם אותם במגירות נפרדות או לערבב הכל במגירה אקראית אחת. בחר את השיטה הראשונה של הארגון, ואתה כנראה למצוא את תכשיט אתה מחפש מהר כי יש לך רעיון של איפה לחפש. מאגרי מחשב פועלים יחד עם עיקרון דומה. מעצב מסד נתונים יכול לערבב את כל רכיבי הנתונים בטבלה אחת או קבוצה של אלמנטים קשורים בתוך מספר טבלאות. נורמליזציה מתייחסת לשיטה המשמשת לקבוצת רכיבי מסד הנתונים הקשורים.

נורמליזציה

מטרה חשובה של סטנדרטיזציה היא חיסול נתונים כפולים. לדוגמה, אם טבלת המכירות מכילה פריט מתוך "עיר הלקוח", ולטבלת הלקוחות שלך יש פריט זהה, מסד הנתונים שלך מכיל נתונים כפולים. מסד הנתונים אינו מתוקנן. מטרה נוספת של סטנדרטיזציה היא חיסול תלות שאינן תואמות להגברת היעילות של שיטות גישה לנתונים. כמו כן, עליך להסיר תלות בנתונים שאינם תואמים. תלות בלתי תואמת מתרחשת כאשר, לדוגמה, צבע רכב נוסף לטבלה שמכילה נתוני עובדים.

חסרונות מבניים

הסרת נתונים מיותרים ותלות בלתי תואמת יכולה להקטין את הגודל של מסד הנתונים. עם זאת, אתה יכול לשאת בעלות חדשה בעת ארגון מחדש של טבלאות הנתונים שלך. אתה או מנתח נתונים חייב להבין את הנורמליזציה ולבצע ניתוח מפורט לפני אפילו מתחיל לנרמל את הנתונים שלך אם יש לך מערכת מורכבת. זה גם אפשרי overnormalize מסד נתונים לפרק אותו לתוך טבלאות יותר מדי גרגרי. לדוגמה, אתה יכול לקבל שולחן עובד מנורמל לחלוטין המכיל שדות עבור שם, זיהוי וכתובת דוא"ל. במקרה זה, ייתכן שיהיה עליך ליצור שאילתות מורכבות יותר כדי למזג את הנתונים המפוזרים למספר טבלאות.

יעילות מופחתת

מאחר שהנתונים שוכנים במספר טבלאות של מסד נתונים מנורמל כהלכה, הוא דורש לפעמים יותר עבודה כדי לחלץ את הנתונים וליצור דוחות. אם דוח מכירות דורש נתונים מטבלה של מוצרים, מחירים ולקוחות, שאילתה חייבת לקשר את שלושת הטבלאות ליצירתו. המעבד והכוננים הקשיחים חייבים לעבוד קשה יותר כדי לבצע שאילתות אלה. מצד שני, אם כל הנתונים שלך מתגוררים בטבלה אחת שלא מנורמל, השאילתה רק צריך לאחזר את הנתונים מאותו טבלה. מנרמל את הטבלאות ביעילות כדי למקסם את יעילות העיבוד.