Video: Building Apps for Mobile, Gaming, IoT, and more using AWS DynamoDB by Rick Houlihan 2024
Persekitaran pergudangan data anda atau mart data spesifik yang utama anda gudang data akan memberi makan mungkin mempunyai misi untuk menghasilkan set laporan yang terbatas dan boleh diramalkan. Berikut adalah satu pendekatan untuk mereka bentuk pangkalan data relasi untuk menyokong misi itu, yang dibina di sekitar prinsip pengesahan pangkalan data , atau dengan sengaja melanggar prinsip reka bentuk pangkalan data relasi yang baik untuk kepentingan kecekapan prestasi.
Denormalization paling sesuai untuk penyelesaian cepat-cepat, di mana anda mesti mendapatkan gudang data relasi berskala kecil atau data mart dan berjalan dengan cepat. Sebagai contoh, anda mungkin membuat pangkalan data relasional yang dinamakan untuk piagam khusus untuk menghasilkan satu set laporan tertentu yang tidak lagi akan tersedia hasil daripada usaha migrasi sistem warisan.
Walaupun denormalisasi tidak cukup mati, ia membuat banyak data duplikat, dan struktur pangkalan data yang anda buat tidak mempunyai banyak kelenturan. Di samping itu, anda mungkin mempunyai keupayaan pertanyaan yang terhad (sebagai tambahan kepada laporan standard anda) kerana keupayaan tersebut berkait rapat dengan struktur pelaporan yang dirasmikan dalam reka bentuk jadual. Namun, anda mungkin ingin melihat pendekatan ini.
Contoh sederhana denormalisasi, ditunjukkan dalam gambar, menunjukkan apa yang jadual pangkalan sumber kelihatan seperti dalam aplikasi yang menjejaki prestasi jualan, dengan jadual-jadual yang berstruktur terutama berdasarkan prinsip-prinsip reka bentuk pangkalan data relasi standard (mereka 'semula dinormalisasi).
Untuk menyokong format laporan yang ditunjukkan di bahagian bawah angka, struktur sumber dipetakan ke dalam jadual yang tidak dinamakan yang mana laporan dapat dihasilkan tanpa perlu menyertai mana-mana jadual. (Untuk memasukkannya lebih mudah, laporan anda berjalan dengan cepat.)
Nota : Contoh dunia nyata akan melibatkan lebih banyak jadual (dari 10 hingga 50 atau lebih) dan lebih banyak laporan daripada yang ditunjukkan dalam angka tersebut. Walau bagaimanapun, angka ini akan mendapat idea.
Sebagai alternatif, anda mungkin mahu mengikuti prinsip dan teknik reka bentuk dimensi. Oleh kerana RDBMS kini mempunyai masalah yang lebih sedikit berurusan dengan struktur yang berorientasikan dimensi berbanding sebelum ini, anda mungkin mendapat prestasi yang mencukupi untuk keperluan pelaporan anda dan masih mempunyai kelonggaran untuk menyokong pelbagai jenis pertanyaan ad hoc, multidimensional.
Untuk penggunaan pesat yang berorientasikan pelaporan, sekurang-kurangnya mempertimbangkan reka bentuk berasaskan pengkormalan untuk data hubungan.
