데이타베이스를 설계할 때 데이타의 중복을 최소화해야 할 뿐만 아니라 질의 응답 시간을 최소화하려는 이중적 목표를 추구해야 하기 때문에 설계 과정상에 복잡성이 불가피하게 유발된다. 데이타베이스 설계의 후반부에서 적용하는 속성 정규화라는 개념의 본질은 응답 시간 단축보다는 데이타 중복 제거에 그 목표가 있다. 그러나 정규화를 깊숙이 수행한 데이타베이스인 경우 자료 검색 시 필요에 따라 테이블간의 조인을 해야 하기 때문에 자료 처리 속도의 저하 현상이 발생될 수도 있다. 이러한 정규화의 부작용을 다소나마 해소하기 위한 수단으로 기업에서는 궁여지책으로 역정규화를 함으로써 어느 정도 완화시킬 수 있다고 보는 견해가 있다. 본 논문에서는 정규화와 역정규화와의 성능 평가를 위해 서비스 업체의 고객관련업무 시스템에 대해 두 가지 방법을 적용하여 데이타베이스 시스템을 구축하고 분석하석 비교하였다. 실험 결과 데이타베이스 크기에 따른 응답 시간은 전체적으로 역정규화 모델이 정규화 모델보다 더 길게 나왔다. 역정규화가 기여하는 바는 거의 없는 것으로 나타났다. 이는 역정규화가 모순적으로 데이타 중복을 불가피하게 야기하기 때문이다.
For designing database structures, pursuing to minimize the degree of data redundancy as well as to minimize query response time inevitably leads to contradictory conflicts with regard to design goals. The essence of the notion of attribute normalization lies in minimization of data redundancy rather than response time minimization. Deep normalization, however, tends to provoke multiple way of schema join, which could then induces response time degradation. To mitigate this sort of side effect that the normalization could brought, a number of field studies we observed adopted the idea of denormalization. To measure whether denormalization contributes to response time improvement, we in this paper developed two different data models, one with perfect normalization and the other with denormalization, and evaluated their query response time behaviors. Performance results show that normalization case consistently outperforms denormalization case in terms of response time. This study show that the idea of denormalization, which people tends to believe it could be beneficial to response time improvement, quite rarely contributes to that sort of improvement due ironically to the unnecessary data redundancy it inevitably brought.
