Em muitos casos, a desnormalização envolve a criação de tabelas ou estruturas separadas de modo a que as consultas sobre uma informação não afectem qualquer outra informação a ela ligada. Por exemplo, onde mais variáveis de dados globais, tais como nomes de clientes, estão ligadas juntamente com compras individuais num histórico de compras, um administrador de base de dados irá querer certificar-se de que o trabalho feito num item comprado não irá afectar incorrectamente toda a conta do cliente. Portanto, os manipuladores da base de dados irão separar as duas informações, por vezes com dados redundantes, para que possam ser trabalhadas em separado.
Onde entra a desnormalização é que a adição de dados redundantes permite resultados de pesquisa mais sofisticados. Alguns exemplos que são normalmente dados para explicar isto incluem situações em que os manipuladores de bases de dados querem encontrar endereços anteriores, históricos de compras, ou qualquer outra coisa sobre um cliente ou cliente que não aborde o estado actual específico dessa conta. É aqui que ter dados redundantes pode permitir que as bases de dados dêem resultados diferentes com base exactamente no que o utilizador está a pedir. Mais uma vez, ter estes dados redundantes pode também melhorar o desempenho com base nas formas específicas que uma base de dados procura por um determinado item. Os desafios envolvidos na desnormalização incluem documentar cuidadosamente o processo para evitar alguns tipos de anomalias que podem ocorrer como resultado de uma desadequação de dados.
0 comentários