Innehåll

• Minskar duplicering av data
• Grupperar data logiskt
• Säkerställer referensintegritet i data
• Minskar databasprestanda
• Kräver detaljerad analys och design

Datordatabaser finns överallt, från banker (för att registrera kundkonton) till webbplatser (för att lagra innehåll). Databaser fungerar bäst när de är väl utformade. Normalisering av en databas innebär att man utformar en struktur som lagrar data på ett logiskt och relaterat sätt. Det vanligaste är att normalisera alla databaser och denna process har sina fördelar och nackdelar.

Minskar duplicering av data

Databaser kan ha en betydande mängd information, kanske miljoner eller miljarder datafragment. Normalisering av en databas minskar storleken och undviker duplicering av data, och ser till att varje data bara sparas en gång.

Grupperar data logiskt

Applikationsutvecklare, som skapar program som "talar" till en databas, har lättare att hantera en standardiserad databas. De data som nås är organiserade mer logiskt, på samma sätt som de verkliga föremål som representeras av dem. Detta gör det enkelt att designa, skriva och ändra applikationer.

Säkerställer referensintegritet i data

Referensintegritet är införandet av förhållanden mellan data i sammanfogade tabeller. Utan den kan data i en tabell förlora anslutningar till andra tabeller där det finns relaterad data. Detta leder till föräldralösa och inkonsekventa uppgifter. En standardiserad databas med kopplingar mellan tabeller kan förhindra att detta händer.

Minskar databasprestanda

En mycket standardiserad databas, med många tabeller och kopplingar mellan dem, är långsammare än en annan utan dessa attribut. Om många använder det samtidigt kommer hastigheten att minska. I vissa fall krävs en viss "denormalisering" för att förbättra prestanda.

Kräver detaljerad analys och design

Normalisering av en databas är en komplex och svår uppgift. Stora databaser med betydande mängder information, som de som finns i banker, behöver noggrann analys och design innan de normaliseras. Att känna till användningen av en databas, till exempel om den ska optimeras för att läsa data, skriva den eller båda, påverkar också normaliseringsprocessen. En dåligt standardiserad databas kan fungera dåligt och lagra data ineffektivt.