11. Desnormalização

Modelos operacionais evitam redundância para atualizar dados com segurança. Camadas analíticas, por outro lado, podem aceitar alguma repetição para reduzir joins e simplificar leitura. Desnormalizar é uma troca consciente, não uma regra universal.

Preparar dados é construir o caminho entre uma fonte e uma base analítica confiável. Armazenamento, ingestão, qualidade e consulta formam uma sequência: uma decisão mal resolvida no início reaparece no modelo e no relatório. Este é o capítulo 11 de 24 da disciplina Preparar dados. A leitura parte do que foi construído em Enriquecimento de dados. Depois dele, o estudo avança para Esquema estrela no lakehouse.

Objetivos operacionais e analíticos diferem

Um sistema transacional divide entidades para registrar alterações com consistência. A análise lê grandes conjuntos, agrupa atributos e privilegia caminhos previsíveis. A camada de consumo pode, portanto, ter outra forma, desde que o grão e a fonte de cada atributo continuem definidos.

Com essa base, o capítulo segue para Onde a repetição pode ajudar. O conceito que acabou de ser apresentado passa a funcionar como ponto de partida para a decisão seguinte.

Onde a repetição pode ajudar

Incorporar atributos estáveis em uma dimensão ou preparar uma tabela ampla para um caso específico pode reduzir joins e facilitar ferramentas consumidoras. O benefício deve aparecer em consultas reais. Desnormalizar sem padrão de acesso medido apenas move complexidade para a carga.

A decisão anterior ainda não encerra o problema. Em O custo da redundância, veremos o que muda quando esse mecanismo encontra outra camada, outro contexto ou uma necessidade mais específica.

O custo da redundância

Um atributo repetido ocupa espaço e precisa ser atualizado em todos os lugares corretos. Se duas rotinas tratam a mudança de maneira diferente, surge inconsistência. Frequência de atualização, volume e governança determinam se a simplificação de leitura compensa esse custo.

Resta ligar esse mecanismo a Grão e chaves permanecem essenciais. Essa passagem completa o fluxo e permite avaliar o resultado como um todo, em vez de conferir apenas uma configuração isolada.

Grão e chaves permanecem essenciais

Uma tabela larga ainda precisa dizer o que representa cada linha. Desnormalização não elimina chaves, dimensões conformadas nem testes de duplicidade. Compare planos, tempo, armazenamento e manutenção antes e depois; preserve a forma normalizada quando o ganho não se confirma.

Com as quatro partes reunidas, já é possível sair das definições e acompanhar uma situação completa. O exemplo seguinte mostra como as decisões aparecem em conjunto e em que momento cada uma precisa ser conferida.