역정규화

역정규화(denormalization)는 이전에 정규화된 데이터베이스에서 성능을 개선하기 위해 사용되는 전략이다. 컴퓨팅에서 역정규화는 일부 쓰기 성능의 손실을 감수하고 데이터를 묶거나 데이터의 복제 사본을 추가함으로써 데이터베이스의 읽기 성능을 개선하려고 시도하는 과정이다.^[1]^[2] 아주 많은 수의 읽기 작업을 처리할 필요가 있는 관계형 데이터베이스 소프트웨어의 성능이나 스케일링에서 고려된다. 역정규화는 비정규화(unnormalized form)와는 구별한다. 데이터베이스/테이블은 이들을 효율적으로 역정규화하기 위해 우선 정규화되어야 한다.

역정규화 기법의 예는 다음을 포함한다:

수많은 요소의 카운트를 일대다관계로 하나의 관계 속성으로서 저장
스타 스키마
OLAP 큐브의 미리 구성된 요약

역정규화 기법들은 웹 애플리케이션의 스케일링 개선을 위해 사용되기도 한다.^[3]

실무에서 많이 사용된다.

같이 보기 편집

각주 편집

↑ G. L. Sanders and S. K. Shin. Denormalization effects on performance of RDBMS Archived 2017년 12월 1일 - 웨이백 머신. In Proceedings of the HICSS Conference, January 2001.
↑ S. K. Shin and G. L. Sanders. Denormalization strategies for data retrieval from data warehouses. Decision Support Systems, 42(1):267-282, October 2006.
↑ Z. Wei, J. Dejun, G. Pierre, C.-H. Chi and M. van Steen. Service-Oriented Data Denormalization for Scalable Web Applications. In Proceedings of the International World-Wide Web conference, April 2008.

[1] G. L. Sanders and S. K. Shin. Denormalization effects on performance of RDBMS Archived 2017년 12월 1일 - 웨이백 머신. In Proceedings of the HICSS Conference, January 2001.

[2] S. K. Shin and G. L. Sanders. Denormalization strategies for data retrieval from data warehouses. Decision Support Systems, 42(1):267-282, October 2006.

[3] Z. Wei, J. Dejun, G. Pierre, C.-H. Chi and M. van Steen. Service-Oriented Data Denormalization for Scalable Web Applications. In Proceedings of the International World-Wide Web conference, April 2008.

[1]

[2]

[3]