F:
Varför ska chefer skydda sig mot databasredundans?
A:Databashanterare och andra IT-proffs bör skydda sig mot ”databasredundans” eller ”dataredundans” på grund av alla negativa effekter som redundans kan ha i ett databassystem eller miljö. Varhelst en viss dataduplikation dupliceras, antingen i två fält i en databas eller i två olika databasmiljöer, kan det få konsekvenser för datainsamling.
En av de första orsakerna till att undvika dataredundans är att det kan vara slöseri eller överdrivet.
Det är viktigt att påpeka att vissa typer av dataredundans är planerade för att skydda och säkerhetskopiera data. Andra uppstår emellertid av dålig eller ineffektiv kodning eller bristande uppmärksamhet på bästa praxis. I många fall gör stora mängder dataredundans att databasen snabbt växer utöver en rimlig storlek. Med detta i åtanke görs många ansträngningar för att bekämpa redundans för att spara utrymme i en databas och därmed minska kostnaderna och underhållsarbetet. Detta måste dock göras med ett öga mot praktik - ingenjörer kan öva på något som kallas dataduplikering, men det måste göras på ett sätt som är effektivt.
Till exempel kan databashanterare utforska något som att ta bort en sträng från ett upprepat fält, till exempel en delad kund eller företagsnamn, och ersätta den med en enkel variabelreferens där strängen hålls någon annanstans. Detta kan spara utrymme i en databas - men det kan också kräva mer serveraktivitet för att utföra en given fråga, så det kanske inte är så effektivt som det verkar.
En annan stor anledning att deduplicera data eller undvika dataredundans är på grund av den förvirring som kan uppstå. Redundanta data i en databas kan orsaka olika typer av avvikelser. En av dessa kallas en uppdateringsavvikelse - uppdateringsavvikelser inträffar när en post återinförs med uppdaterad information, men uppdateringen gör det inte tillbaka till den ursprungliga posten. I en sådan situation kan det finnas tre olika poster för en viss företagsanställd, med tre olika jobbtitlar och tre olika adresser, eftersom personens information inte uppdaterades i hela databasen, men bara på den post som senast anges.
Som föreslagits av experter kan databasadministratörer undvika dataredundans genom design. De kan också engagera sig i datanormaliseringspraxis som kan fixa uppdateringsavvikelser och andra typer av avvikelser genom att standardisera sätten på vilka databastabellernas register hålls. Databasadministratörer kan också bedriva datadupliceringsinsatser som rensar upp och standardiserar data på andra sätt. Allt detta tjänar syftet med att skapa renare databastabeller, göra databasposter mer konsekventa och förhindra all huvudvärk och komplexa problem i samband med oplanerad dataredundans.
