データベースの正規化と非正規化
📅
はじめに 🔗
今回は、データを体系的に整理する**正規化（Normalization）
を学びます。
また、なぜその原則をあえて外れ、意図的にデータを重複させる
非正規化（Denormalization）**を行うのかも考えます。初めてデータベースを設計すると、すべての情報を1つの大きなテーブルに入れたくなることがあります。
ところが、その設計はやがてデータの不整合や、保守の難しさにつながります。
正規化は、こうした問題を解決するために、データを
適切に
分ける技術です。正規化（Normalization）でデータの重複をなくす 🔗
正規化
とは、データベースのテーブルを設計するとき、データの重複を最小限に抑え
、データの整合性を確保する
ために、テーブルを構造化することです。
👍
整合性とは、データが正確で一貫しており、信頼できる状態を指します。正規化の段階（Normal Forms） 🔗
正規化には複数の段階があります。通常、第3正規形まで満たせば「正規化されている」といいます。
- 第1正規形（1NF）テーブルの各列には原子的な値だけを入れます。 1つのセルに複数の値を入れない、最も基本的なルールです。 例えば、「趣味」列に「バスケットボール、サッカー」とまとめて入れることはできません。
- 第2正規形（2NF）第1正規形を満たし、部分関数従属をなくします。 主キーの一部にしか従属しない列を、別のテーブルへ分けます。 例えば学生と履修のデータでは、学生の氏名と学科は「履修ID」ではなく、主キーの一部である「学籍番号」だけで決まるため、分離します。
- 第3正規形（3NF）第2正規形を満たし、推移的従属をなくします。 主キー以外の一般の列に従属する列を、別のテーブルに分けます。 例えば「履修情報」テーブルに学生の「指導教員」がある場合、指導教員は学生によって決まるため、学生情報のテーブルに移します。
非正規化（Denormalization）であえてルールを外れる 🔗
正規化は整合性を保つための有効な原則ですが、
性能
に悪影響を与えることもあります。
テーブルを細かく分けるほど、必要なデータを取得するのに複数のテーブルをつなぐJOIN演算
が増えるためです。
JOINは、データベースの処理の中でもコストが大きいものの1つです。非正規化
は、過度の正規化で低下した読み取り性能を改善するために、意図的に正規化の原則を外れ、テーブルを統合するか、データの重複を許すこと
です。読み取りが非常に多く、性能の低下が深刻な場合に使います。
データの変更がほとんどなく、不整合が生じるリスクが低い場合にも検討できます。
例えば、統計分析用のデータウェアハウスや月間ランキングなどです。
非正規化は、
読み取り性能の向上
とデータの一貫性低下
というトレードオフ
を考慮した選択です。面接でよく出る質問 🔗
正規化と非正規化はデータベース設計の基本的な考え方なので、違いやトレードオフを問われることがあります。
1. データベースの正規化とは何ですか？ なぜ必要ですか？ 🔗
正規化の主な目的を明確に説明します。
正規化とは、データベースのテーブル設計で、データの重複を最小限に抑え、整合性を確保するようにテーブルを構造化することです。 重複による挿入、更新、削除の異常やデータの不整合を防ぎ、構造をより安定させて保守しやすくするために必要です。
2. 非正規化はいつ検討しますか？ 長所と短所は何ですか？ 🔗
トレードオフを理解しているかを確認する質問です。
正規化によって読み取り性能が低下したとき、特にJOINが増えてボトルネックになったときに非正規化を検討します。 意図的にデータの重複を許すか、テーブルを統合し、JOINの回数を減らします。長所は、必要なデータをより速く読み取り、システムの性能を高められることです。短所は、データが重複して一貫性を保ちにくくなり、更新時に複数箇所を変更する保守コストが増えることです。
おわりに 🔗
今回は、データを整理する正規化と、その原則を意図的に外れる非正規化を学びました。
- 正規化では、重複をなくして、データの整合性を保ちます。
- 非正規化では、読み取り性能を高めるために、意図的にデータを重複させます。
- どちらを選ぶかは、データの一貫性と読み取り性能のトレードオフで決まり、唯一の正解はありません。
