設計資料庫結構很少是速度與結構之間的二元選擇。這是一種妥協的練習。當架構師建立實體關係圖（ERD）時，經常面臨嚴格資料完整性與高流量應用所需的原始速度之間的矛盾。正規化能減少冗餘，確保資料的一致性。然而，維持這種一致性的代價通常以讀取效能的損失來支付。
本文探討這種平衡的技術細節。我們將檢視正規化如何影響連接操作，讀大量工作負載如何決定結構的變更，以及在結構良好的資料庫與高效能資料庫之間的界限何在。
理解正規化：基礎 🛡️
正規化是組織資料以減少冗餘並提升資料完整性的過程。它涉及將大型表格拆分為較小且邏輯性更強的表格，並在它們之間定義關係。目標是在插入、更新和刪除時消除異常情況。
關鍵正規化形式
-
第一正規化形式（1NF）： 確保原子性。每個欄位僅包含一個值。不得有重複的群組。
-
第二正規化形式（2NF）： 建立在1NF之上。所有非鍵屬性必須完全依賴於主鍵。消除部分依賴。
-
第三正規化形式（3NF）： 建立在2NF之上。消除傳遞依賴。非鍵屬性僅依賴於鍵、整個鍵，且僅依賴於鍵。
-
博伊斯-科德正規化形式（BCNF）： 3NF 的更嚴格版本，用以處理特定的依賴異常。
雖然遵循這些形式能確保資料庫的乾淨，但會增加查詢的複雜性。ER圖中定義的每一個關係都可能成為一次連接操作。
讀取的代價 💸
當你對資料進行正規化時，經常會將資訊分散在多個表格中。為了取得完整的記錄，資料庫引擎必須執行連接操作。連接操作在計算上是昂貴的。
為什麼連接會拖慢查詢
-
磁碟輸入/輸出（I/O）： 如果表格未被完美索引或快取，引擎必須在磁碟的不同物理位置尋找資料。
-
CPU 開銷： 資料庫必須將一個表格的鍵與另一個表格的鍵進行匹配。這需要大量的處理能力。
-
鎖競爭： 複雜的連接可能長時間持有鎖，阻礙其他交易存取相關資料。
-
記憶體壓力： 大型連接操作需要大量的記憶體緩衝區來排序和雜湊資料。
在讀大量環境中，例如報表儀表板或公開的API，這種延遲是無法接受的。使用者期望即時回應。一個需要100毫秒才能返回正規化資料的查詢，若採用非正規化，可能僅需10毫秒。
優化策略 🚀
為了平衡完整性與速度，架構師會採用特定的模式。這些策略讓您能在最關鍵的地方保持資料庫的正規化，同時在讀取效能至關重要的地方進行優化。
1. 選擇性非正規化
並非所有表格都需要完全規範化。識別最常被存取的資料，並冗餘儲存。例如，如果您經常查詢使用者姓名及其訂單歷史，將使用者姓名直接儲存在訂單表格中可避免一次連接。
2. 物化檢視
物化檢視會將查詢結果以實體方式儲存在磁碟上。它本質上是一個預先計算的表格。當資料變更時，檢視必須重新整理。這非常適合不需要即時準確性的複雜聚合。
3. 讀取複本
將讀取工作負載與寫入工作負載分離。所有寫入操作都導向主資料庫，其保持規範化。所有讀取操作都導向複本。這使得複本可以以不同方式優化，例如增加索引或使用非規範化結構，而不影響事務完整性。
4. 索引策略
即使規範化的資料庫，只要搭配正確的索引，也能表現良好。覆蓋索引可讓資料庫僅使用索引就滿足查詢，避免表格查找。複合索引可加快常見外鍵上的連接操作。
何時進行非規範化 📉
非規範化是一項刻意的決定，而非預設狀態。應基於效能監控的證據來做出決定，而非憑空假設。
|
情境 |
做法 |
推理 |
|---|---|---|
|
高寫入頻率 |
保持規範化 |
更新更快。需維護的冗餘資料較少。 |
|
高讀取頻率 |
考慮非規範化 |
減少連接操作。檢索速度更快。 |
|
資料一致性至關重要 |
保持規範化 |
單一可信來源可防止資料偏移。 |
|
報表與分析 |
非規範化 |
聚合運算複雜；預先計算有助於提升效能。 |
|
可擴展性需求 |
混合方法 |
拆分服務或使用快取層。 |
權衡：資料完整性 vs 速度 ⚙️
每次引入冗餘時，都可能導致資料不一致。如果使用者變更了電子郵件地址，但電子郵件同時儲存在 使用者 表格和通知 表格中，一次更新可能會失敗或被忽略。這被稱為更新異常。
為降低此風險，應用程式邏輯必須穩健。觸發器可強制保持一致性，但會增加複雜性。另一種選擇是設計資料結構，使非規範化資料為衍生且不可變，從而降低分歧的風險。
處理一致性
-
應用層邏輯： 編寫程式碼，以原子方式更新所有冗餘副本。
-
資料庫觸發器： 讓資料庫自動強制執行規則。這可使邏輯更接近資料。
-
最終一致性： 接受資料可能在短時間內過時。使用背景工作來同步冗餘資料。
監控與維護 🔧
靜態設計無法考慮使用模式的變化。今天有效的做法，明年可能成為瓶頸。持續監控至關重要。
需追蹤的關鍵指標
-
查詢延遲： 監控關鍵讀取查詢所花費的時間。
-
連接次數： 記錄每個複雜查詢的連接次數。
-
快取命中率： 如果使用快取，請檢查是否有效降低了資料庫負載。
-
寫入延遲： 確保去規範化沒有過度降低寫入速度。
結論：情境化決策 🎯
資料庫設計並無通用標準。最佳的ER圖是符合您特定工作負載的那一個。規範化提供安全性；去規範化提供速度。目標是找到平衡點。
從規範化設計開始，以確保資料完整性。當性能瓶頸出現時，識別造成延遲的特定查詢。僅對這些區域應用去規範化或快取。這種迭代方法可避免過早優化，並確保系統長期可維護。
請記住，技術不斷演進。新的儲存引擎與查詢優化器持續降低連接的代價。定期根據當前能力檢視您的資料結構。平衡會改變，您的設計也必須隨之調整。
透過理解規範化的機制與讀取效能的現實情況，您就能建構出既穩健又響應迅速的系統。專注於資料，而不僅僅是程式碼。