PostgreSQL / 系统课时

规范化与反规范化

规范化与反规范化

规范化解决的是“同一事实只维护一处”,反规范化解决的是“热点读取是否值得用冗余换取更低查询成本”。本篇围绕订单报表比较两种模型,并给出判断标准,避免把性能优化变成长期数据同步负担。

学习目标

  • 识别重复事实、更新异常和应被拆分的实体边界
  • 用同一业务查询比较规范化模型与反规范化读模型的职责
  • 根据一致性要求、读写比例和重建能力决定是否引入冗余数据

从订单报表确定事实边界

假设页面要展示订单号、客户名和订单金额。规范化模型通常把客户、订单、订单项分别保存:客户名只属于客户实体,订单项保存数量和成交单价,订单金额由订单项计算。这样修改客户名时,不需要同时更新历史订单中的多个副本。

反规范化则会把某些字段复制到订单或报表表中,例如保存 customer_name、order_total。这并不天然错误,关键是先回答两个问题:复制的是“当前值”还是“下单时快照”,以及这个副本由谁、在什么时候刷新。

维度 规范化 反规范化
一致性 单一事实来源,更新路径集中 需要同步、刷新或接受短暂不一致
查询 常需连接或聚合 热点查询可减少连接和重复计算
写入 更新一处即可 可能产生写放大
变更 实体边界清晰 字段语义和刷新链路更复杂
恢复 直接读取源表 最好能够从源表重建副本

用同一数据生成规范化结果和读模型

下面先建立规范化的客户、订单、订单项,再由源表生成一个反规范化的订单汇总表。汇总表只是读取投影,源表仍是事实来源。

sql
CREATE TEMP TABLE customer_demo (
    customer_id bigint PRIMARY KEY,
    name text NOT NULL
);

CREATE TEMP TABLE order_demo (
    order_id bigint PRIMARY KEY,
    customer_id bigint NOT NULL REFERENCES customer_demo(customer_id)
);

CREATE TEMP TABLE order_item_demo (
    item_id bigint PRIMARY KEY,
    order_id bigint NOT NULL REFERENCES order_demo(order_id),
    quantity integer NOT NULL CHECK (quantity > 0),
    unit_price numeric(10, 2) NOT NULL CHECK (unit_price >= 0)
);

INSERT INTO customer_demo VALUES (1, 'Alice');
INSERT INTO order_demo VALUES (1001, 1);
INSERT INTO order_item_demo VALUES (9001, 1001, 2, 19.90);

CREATE TEMP TABLE order_summary_demo AS
SELECT
    o.order_id,
    o.customer_id,
    c.name AS customer_name,
    sum(i.quantity * i.unit_price)::numeric(12, 2) AS order_total
FROM order_demo AS o
JOIN customer_demo AS c USING (customer_id)
JOIN order_item_demo AS i USING (order_id)
GROUP BY o.order_id, o.customer_id, c.name;

SELECT order_id, customer_name, order_total
FROM order_summary_demo;

预期输出

text
CREATE TABLE
CREATE TABLE
CREATE TABLE
INSERT 0 1
INSERT 0 1
INSERT 0 1
SELECT 1
 order_id | customer_name | order_total
----------+---------------+------------
     1001 | Alice         |      39.80
(1 row)

这个例子同时展示了两种职责:三张源表负责完整性和可变事实,order_summary_demo 负责把热点读取需要的字段提前展开。真实系统中,这类读模型可以由事务内维护、异步事件、批处理或物化视图生成,但必须明确刷新边界。

先判断冗余字段代表什么语义

最危险的反规范化不是“字段重复”,而是重复字段没有明确语义。例如订单里的 customer_name 如果表示“当前客户名”,客户改名后就需要同步所有副本;如果表示“下单时客户名快照”,那么它保持旧值反而是正确行为。

sql
UPDATE customer_demo
SET name = 'Alice Chen'
WHERE customer_id = 1;

SELECT
    s.customer_name AS summary_name,
    c.name AS current_name
FROM order_summary_demo AS s
JOIN customer_demo AS c USING (customer_id)
WHERE s.order_id = 1001;

预期输出

text
UPDATE 1
 summary_name | current_name
--------------+--------------
 Alice        | Alice Chen
(1 row)

如果汇总表要求展示“当前客户名”,上面的差异就是需要修复的陈旧数据;如果字段被定义为订单生成时的快照,这个差异则符合模型。先写清字段语义,再决定同步策略,比单纯讨论“要不要冗余”更重要。

什么时候值得反规范化

只有当读取收益能够覆盖维护成本时,才值得复制数据。可以用以下顺序判断:查询是否真实处于热点路径;连接或聚合是否已经通过索引、查询改写和缓存验证过仍然昂贵;冗余字段是否有明确一致性级别;副本是否能被幂等重建和校验。

对于频繁变化的客户资料、库存状态这类“当前事实”,优先保留规范化来源并按需连接。对于订单成交价、收货地址等“历史快照”,在订单中固化反而能保存正确历史语义。对于昂贵聚合,可以维护独立读模型,但应把它视为派生数据,而不是第二套事实来源。

最终模型应让每个字段都能回答“谁是权威来源、何时更新、允许多旧、如何重建”。这四个问题没有答案时,新增冗余通常只是把查询成本转移成更难发现的数据一致性成本。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

规范化与反规范化

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通