データベース列の複製に対して説得力を持って議論するにはどうすればよいですか？

私は新しい組織で働き始めました。データベースで見たパターンの1つは、ビジネスアナリストがクエリを記述しやすくするためにフィールドを複製することです。DjangoとそのORMを使用しています。

1つのケースでは、特定のコンテキストで患者を識別する一意の文字列を含むMedicalRecordNumberオブジェクトを保持します。我々は持っている登録患者を追跡および関連持つオブジェクトMedicalRecordNumbersをではなく、外部キー関係を使用するよりも、彼らが参加する書き込みを避けることができるように、彼らは文字列を複製（ないパフォーマンス上の理由のために）。このパターンは、データベース全体で共通です。

私にとって、データモデルがクリーンであることの重要性は、それについてよく考えることができるためです。不必要な複雑さは、限られた認知処理時間の無駄です。これは体系的な問題です。結合を書くのが気に入らないことは、修正可能なスキルの問題です。スキーマに戻って変更することを必ずしも支持する必要はありませんが、このタイプの複製に関する問題を説得力を持って明確に表現できるようになりたいです。

運用データベースは、異常を減らすために高度に正規化する必要があります。

分析を容易にするために、分析データベース（ウェアハウス）は高度に非正規化する必要があります。

個別の分析データベースがない場合は、高度に非正規化された[実体化]ビューを作成する必要があります。

単純な分析のために上級ビジネスアナリスト/マネージャーに多くの結合を行うように伝えると、解雇される可能性があります。

アジャイルデータウェアハウスデザインは良い本です

クイックn 'dirtyデータウェアハウスのヒントはこちら

なぜ誰かが選択ごとに結合を書くことを避けたいのか理解しています。

ただし、一度結合を使用してビューを作成し、非正規化テーブルの代わりに使用できます。

したがって、正規化の利点と簡単な選択の利便性を組み合わせます。

すでに支持されている回答は、「ビューを使用して」「重複を回避する方法」をカバーしていますが、理由はカバーしていません。基本的に、列の複製は、クエリを記述しやすくするという問題の間違った解決策であることを示しています。しかし、「なぜそれだけのためにランダムな列を複製しないのですか？」まだ立っています。

答えは「マーフィーの法則のため」です。マーフィーの法則によると：

何かがうまくいかない場合は、そうなります。

この場合、複製された列の各行フィールドの内容は、元の列の対応する各行フィールドの内容と同一であると想定されています。間違っている可能性があるのは、一部の行フィールドの内容が元のフィールドと異なる場合があり、大混乱を招くことです。あなたは、彼らが異なっていないことを保証するために考えられる全ての予防措置をとっていると思うかもしれませんが、マーフィーの法則があるためと述べて、彼らができる異なり、彼らはなりますが異なります。そして大混乱が続きます。

これがどのように起こるかの例として、単純に、重複した列が魔法で満たされないという事実を考えてください。元のテーブルに行が作成されるたびに値を格納するコードを実際に作成する必要があり、元のテーブルが変更されるたびに更新を続けるコードを作成する必要があります。これにより、データベースにデータを入力するコードに過度の負担が加わるという事実は別として（そして、定義上、単にデータベースを照会するコードよりもはるかに重要です）、誰かが、特定の状況下で、この複製を実行します。次に、値が異なります。または、トランザクション内ではなく複製を実行することを覚えている可能性があるため、特定のまれな障害条件では、省略される場合があります。しかし、これらの例を書くのに本当に時間を無駄にする必要はありませんでした。それがうまくいかない場合は、そうなります。

良い/悪いではなく、トレードオフの観点から考えると、より生産的です。正規化の利点（特に一貫性）と、クエリの使いやすさの利点をトレードオフしています。

極端な場合、データの一貫性が著しく損なわれると、データベースは役に立たなくなります。極端な場合、毎日クエリを実行する必要があり、信頼できる結果を得る必要がある人にとっては、データベースがあまりにも使い物にならないでしょう。

リスクとコストを削減するために何ができますか？

• 整合性チェッカーツールを構築し、定期的に実行します。
• 複製データを一貫して更新するソフトウェアを介して書き込みアクセスをルーティングします。
• ビューを追加するか、結合を自動的に行うクエリツールを構築して、ビジネスの人々がDB内部ではなく情報の観点から考えることができるようにします。

ビジネスアナリストのデータ正規化の最も強力な議論は、データの整合性を促進することだと思います。キーデータが1か所（1列、1テーブル）にのみ保存されている場合、誤った更新によってデータが破損する可能性ははるかに低くなります。彼らはおそらくデータの整合性の重要性を気にするだろうと思うので、これは彼らがデータベースとやり取りする方法を更新するよう説得する良い方法かもしれません。

クエリのやや難しい方法は、データ破損の可能性よりも望ましいと思われます。

他の人が上で提案したことを追加します。これはデータガバナンスの問題です。関連する利害関係者（データアーキテクトおよびデータスチュワード）と協力して、データの原則、ポリシー、命名規則を開発する必要があります。

忍耐強く、整然と働きましょう。変更は一晩では発生しません。

終了する。

正直に言うと、正規化、一貫性について議論し、まったくの怠によって引き起こされるクレイジーなバグと戦うのに何ヶ月も費やすことができます。

または、時間とフラストレーションを節約して今すぐ終了することもできます。

優秀なプログラマーはとても怠け者です。彼らは顧客と管理のニーズを理解しています。しかし、最も重要なのは、彼らはうまく問題を解決することを理解し、うまく設計された、よく実装ソリューションを使用すると、それら個人的に保存し、巨大な仕事の量、努力、そして最も重要な苦しみやストレス。

したがって、優れたエンジニアリングを理解し、評価する場所で作業する方がはるかに優れています。

幸運を。

後から：多分彼らが必要とするのはBI / OLAPツールでしょう... http://en.wikipedia.org/wiki/Online_analytical_processing