Relaatiotietokannan normalisoinnin vaikutus tietokantakyselyjen suorituskykyyn

Abstract

Tässä kandidaatintutkielmassa tarkastellaan, miten relaatiotietokannan normalisointi vaikuttaa tietokantakyselyjen suorituskykyyn. Normalisoinnin tavoitteena on vähentää datan redundanssia ja parantaa tietokannan eheyttä, mutta sen on perinteisesti katsottu heikentävän erityisesti monimutkaisten kyselyjen suorituskykyä, koska data jakautuu useampiin tauluihin ja täten liitosoperaatioiden määrä kasvaa. Toisaalta denormalisointia käytetään usein suorituskyvyn parantamiseen kokoamalla dataa yhteen ja vähentämällä liitosoperaatioiden tarvetta. Näistä lähtökohdista huolimatta normalisoinnin suorituskykyvaikutuksista käytännön tietokantaympäristöissä on rajallisesti yhtenäistä tutkimustietoa.

Tutkielman tavoitteena oli selvittää, miten tietokannan normalisointiaste vaikuttaa tietokantakyselyjen suoritusaikaan. Tutkimus toteutettiin kirjallisuuskatsauksena, jossa analysoitiin empiirisiä tutkimuksia, joissa normalisoinnin ja denormalisoinnin vaikutuksia on mitattu käytännön tietokantaympäristöissä. Tarkastelu rajattiin erityisesti päätöksentekoa tukeville järjestelmille tyypillisiin kyselyihin, joissa korostuvat suuret tietomäärät ja monimutkaiset kyselyrakenteet.

Tulokset osoittavat, että normalisoinnin vaikutukset tietokantakyselyjen suorituskykyyn eivät ole yksiselitteisiä. Osa tutkimuksista osoittaa denormalisoinnin parantavan suorituskykyä merkittävästi vähentämällä liitosoperaatioiden tarvetta. Toisissa tutkimuksissa normalisointi vuorostaan paransi suorituskykyä pienentämällä käsiteltävän datan määrää ja tehostamalla tietorakenteiden käyttöä. Tulosten perusteella suorituskykyyn vaikuttavia tekijöitä ovat muun muassa tietokannan koko, kyselyjen rakenne, muut optimointimenetelmät sekä järjestelmän käyttötarkoitus.

Tutkielman keskeinen johtopäätös on, että normalisoinnin ja denormalisoinnin vaikutukset ovat vahvasti kontekstisidonnaisia, eikä kumpaakaan lähestymistapaa voida pitää yleisesti toista parempana suorituskyvyn näkökulmasta. Tietokantojen suunnittelussa onkin tärkeää huomioida sovelluskohtaiset vaatimukset ja tasapainottaa suorituskyky, datan eheys ja ylläpidettävyys.