Jeder weiß, wie wichtig das Schema bei Datenbanken ist. Das Ziel beim Entwurf eines Datenbankschemas ist es, die Zugriffszeiten durch effiziente Suchvorgänge zu verkürzen.

Normalisierung und Denormalisierung sind zwei Verfahren, die zur Verbesserung der Leistung relationaler Datenbanken eingesetzt werden.

Was ist Normalisierung?

Relationale Datenbanken bestehen aus Daten, die in Tabellen in Form von Zeilen und Spalten angeordnet sind. Der Normalisierungsprozess dient dazu, diese Daten auf verschiedene Tabellen aufzuteilen.

Der Kerngedanke dabei ist, die Daten so zu ordnen, dass die zu einem Objekt gehörenden Daten in einer einzigen Tabelle gespeichert werden.

Durch die Normalisierung werden Daten auf verschiedene Tabellen aufgeteilt, um Redundanzen zu verringern. Dies trägt dazu bei, Anomalien zu reduzieren, die bei Vorgängen wie dem Einfügen, Löschen und Aktualisieren entstehen.

Redundante Daten können zu Inkonsistenzen zwischen verschiedenen Versionen der Daten führen, die an unterschiedlichen Orten gespeichert sind.

Die Normalisierung trägt dazu bei, dieses Problem zu verringern, indem sie die Grundsätze der Datenintegrität beachtet.

Eine vollständig normalisierte Datenbank ermöglicht eine einfache Erweiterung der Datenbankstruktur, ohne die bestehende Datenbank zu verändern. Es ist möglich, der aktuellen Datenbank neue Spalten und Datentypen hinzuzufügen.

Was ist Denormalisierung?

Die Denormalisierung wird auf einer normalisierten Datenbank durchgeführt. Das Hauptziel besteht darin, die für die Ausführung von Abfragen auf der Datenbank benötigte Zeit zu verkürzen.

Zu diesem Zweck werden bei der Denormalisierung verschiedene Datensätze zusammengefasst, um die Zeiteffizienz zu verbessern. Dieser Prozess führt zu Redundanzen in der Datenbank.

Bei der Denormalisierung werden verschiedene Tabellen zusammengefasst. Dadurch verringert sich die Gesamtzahl der Tabellen in der Datenbank.

Im Rahmen der Denormalisierung werden Einschränkungen verwendet, um sicherzustellen, dass die verschiedenen Kopien der Daten synchronisiert sind und die Datenintegrität gewahrt bleibt.

Unterschiede zwischen Normalisierung und Denormalisierung untersuchen

Der Name mag manchen das vermuten lassen, doch Denormalisierung ist nicht dasselbe wie nicht normalisierte Daten.

Beide Verfahren verbessern die Gesamtleistung der Datenbank, unterscheiden sich jedoch erheblich voneinander. Hier sind einige der Unterschiede zwischen den beiden:

Umsetzung

Die Normalisierung wird auf Rohdaten angewendet. Dabei werden die vorhandenen Daten in verschiedene Tabellen aufgeteilt, um Redundanzen und Inkonsistenzen zu verringern.

Die Denormalisierung wird auf normalisierte Daten angewendet. Dabei werden Daten zusammengefasst, um die Zugriffszeit zu verkürzen.

Dies führt zu einer erhöhten Redundanz der Daten.

Geschwindigkeit der Abfrageausführung

Bei der Normalisierung wird eine Spalte, die als „Schlüssel“ bezeichnet wird, verwendet, um eine Beziehung zwischen den verschiedenen verknüpften Tabellen herzustellen. Die Verwendung des Schlüssels führt häufig zu längeren Lesezeiten bei verschiedenen Verknüpfungen.

Um die Datenintegrität zu gewährleisten, werden bei der Denormalisierung Einschränkungen und Trigger in der Datenbank eingesetzt.

Obwohl die Lesezeit deutlich verkürzt wird, benötigen denormalisierte Daten mehr Zeit für die Ausführung von Schreib- und Aktualisierungsabfragen.

Dies liegt daran, dass während einer Abfrage mehrere Kopien der Daten aktualisiert oder geschrieben werden müssen.

Speicherverbrauch

Bei der Normalisierung steht die effiziente Speichernutzung im Vordergrund, indem doppelte Kopien derselben Daten vermieden werden.

Die Denormalisierung erfordert mehr Speicherplatz, da mehrere Kopien verwandter Tabellen in der Datenbank gespeichert werden.

Im Vergleich zur Normalisierung ist die Denormalisierung speicherintensiver.

Anzahl der Tabelle

Da bei der Normalisierung die Daten für verschiedene Entitäten auf verschiedene Tabellen aufgeteilt werden, steigt die Anzahl der Tabellen mit jeder hinzugefügten Entität.

Bei der Denormalisierung werden die verschiedenen Tabellen verwandter Entitäten in einer normalisierten Datenbank zusammengeführt.

Daher ist die Anzahl der Tabellen in der normalisierten Datenbank größer als in der denormalisierten Datenbank.

Datenintegrität

Eines der Ziele der Normalisierung ist die Wahrung der Datenintegrität.

Bei der Denormalisierung wird die Datenintegrität jedoch nicht unbedingt gewahrt.

Wie bereits erwähnt, werden bei der Denormalisierung Einschränkungen und Trigger eingesetzt, um die Datenintegrität zu gewährleisten. Dies erhöht jedoch die Komplexität und die Kosten der Datenpflege.

Verwendungszwecke

Die Normalisierung kommt dort zum Einsatz, wo regelmäßig Daten eingefügt, aktualisiert oder gelöscht werden, wie beispielsweise in OLTP-Systemen.

Denormalisierte Daten werden dort bevorzugt, wo Verknüpfungen rechenintensiv sind und die Daten häufig aus

Tabellarische Unterschiede zwischen Normalisierung und Denormalisierung

	Normalisierung	Dedenormalisierung
Umsetzung	teilt Daten auf verschiedene Tabellen auf, um Redundanzen zu vermeiden	kombiniert Daten, um die Zugriffszeit zu verbessern
Geschwindigkeit der Abfrageausführung	Die Geschwindigkeit von Aktualisierungs-, Lösch- und Schreibvorgängen ist höher	Die Geschwindigkeit von Lesevorgängen ist höher, die von Aktualisierungs- und Schreibvorgängen hingegen geringer
Speicherverbrauch	Der Speicherbedarf ist geringer, da weniger Datenredundanz vorliegt	Der Speicherverbrauch steigt, wenn Datenverbrauchswerte einbezogen werden
Anzahl der Tabellen	Die Anzahl der Tabellen ist vor allem auf die Aufschlüsselung der Daten zurückzuführen	kombiniert Tabellen, daher ist die Anzahl der Tabellen geringer
Datenintegrität	Die Datenintegrität bleibt gewahrt	Die Datenintegrität wird möglicherweise nicht gewährleistet

Fazit

Sowohl die Normalisierung als auch die Denormalisierung haben ihre Vor- und Nachteile. Beide zielen auf unterschiedliche Ergebnisse ab und verfolgen daher unterschiedliche Vorgehensweisen.

Ob nach der Normalisierung der Daten eine Denormalisierung vorgenommen wird oder nicht, hängt von den Anforderungen des zu entwickelnden Systems ab.