Dénormalisation

Dans de nombreux cas, la dénormalisation consiste à créer des tables ou des structures distinctes afin que les requêtes sur une information n’affectent pas les autres informations qui lui sont liées. Par exemple, lorsque des variables de données plus globales, comme les noms des clients, sont liées à des achats uniques dans un historique d’achat, un administrateur de base de données voudra s’assurer que le travail effectué sur un article acheté n’affectera pas de manière incorrecte l’ensemble du compte client. Par conséquent, les gestionnaires de base de données sépareront les deux informations, parfois avec des données redondantes, afin qu’elles puissent être travaillées séparément.

Là où la dénormalisation intervient, c’est que l’ajout de données redondantes permet d’obtenir des résultats de recherche plus sophistiqués. Parmi les exemples que l’on donne généralement pour expliquer cela, on trouve des situations où les manipulateurs de bases de données veulent trouver des adresses antérieures, des historiques d’achat, ou tout autre élément concernant un client ou une cliente qui ne concerne pas l’état actuel spécifique de ce compte. Dans ce cas, la redondance des données peut permettre aux bases de données de donner des résultats différents en fonction de ce que l’utilisateur demande exactement. Encore une fois, ces données redondantes peuvent également améliorer les performances en fonction des méthodes spécifiques utilisées par une base de données pour rechercher un élément particulier. Les défis impliqués dans la dénormalisation incluent la documentation minutieuse du processus afin d’éviter certains types d’anomalies qui peuvent se produire à la suite d’une inadéquation des données.