为什么在某些情况下要做数据库反范式化（denormalization）？有哪些收益与代价？

Why would it make sense to denormalize a database?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: medium

分类: Carsales Interview, SQL

标签: Denormalization, Database

目标公司: carsales

参考答案摘要

答案 反范式化常用于读多写少、Join 成本高、需要更低延迟的场景：通过冗余字段/预聚合表减少 Join、提升查询速度、降低查询复杂度。 代价：写入变复杂（需要同步多处数据）、一致性风险（更新漏掉导致脏数据）、存储成本上升。 实践建议：先用索引/查询优化；确实是性能瓶颈再反范式化，并用事件/触发器/应用层写入策略保证一致性。 Answer Denormalization helps in read...

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。