Структура БД с избыточными данными для скорости
Состояние базы данных, в котором нарушены правила нормализации (обычно третьей нормальной формы) ради повышения производительности запросов. Избыточные данные дублируются, чтобы избежать сложных соединений таблиц при чтении.
Близкие слова
- избыточная структура
- оптимизированная для чтения схема
Для аналитики была создана денормализованная витрина данных, где в каждой строке уже содержатся имена клиентов и названия товаров.
Разработчик предложил перейти к денормализованной схеме, так как частые джойны тормозили выдачу отчетов.
Восстановление исходного масштаба данных в ML
Процесс обратного преобразования нормализованных (приведенных к диапазону 0–1 или стандартному отклонению) числовых признаков обратно к их оригинальным физическим единицам измерения после обучения модели.
Близкие слова
- обратномасштабированный
- восстановленный по исходным единицам
После предсказания вероятности отказов нам потребовался денормализованный прогноз в годах эксплуатации оборудования.
Модель вернула нормализованные значения, поэтому мы применили обратное масштабирование.
Общее значение: возврат к естественному состоянию
Редкое, образное употребление, означающее возвращение чего-либо из искусственно упорядоченного или стандартизированного состояния в хаотичное, живое или индивидуальное.
Близкие слова
- неупорядоченный
- стихийный
Автор описывал денормализованный быт деревни, противопоставляя его стерильному порядку города.
Художник стремился к денормализованной форме, отказываясь от академических канонов пропорций.
Зачем нужна денормализация в базах данных?
Нормализация устраняет дублирование, экономя место и обеспечивая целостность данных. Однако сложные связи между таблицами требуют ресурсоемких операций соединения (JOIN). Денормализация жертвует дисковым пространством ради скорости выборки: данные копируются в одну широкую таблицу или добавляются вычисляемые столбцы. Это классический компромисс «пространство против времени».
Важно различать денормализацию и отсутствие нормализации. Первая — это осознанный, управляемый шаг после достижения нужной формы нормализации, часто локальный (для конкретных запросов). Второе — хаотичное проектирование с аномалиями обновления.
Разница между денормализацией и дублированием
Денормализация в контексте ML или статистики — это математическая операция, обратная нормализации (например, умножение на стандартное отклонение и прибавление среднего). Она не добавляет новых данных, а меняет их масштаб.
В контексте БД денормализация часто подразумевает физическое дублирование записей. Если в первом случае данные те же, но «развернуты» обратно, то во втором — создаются дополнительные копии для избежания вычислений на лету.