데이터베이스 반정규화(Denormalization) 전략

반정규화란?

**반정규화(Denormalization)**는 정규화를 일부러 깨뜨리고 중복 데이터를 허용함으로써 읽기 성능을 개선하는 설계 기법입니다.

정규화는 데이터 중복과 이상 현상을 최소화하지만, 비즈니스 요구에 따라 성능을 위해 트레이드오프가 필요할 때 반정규화를 적용합니다.

반정규화의 필요성

1. 성능 개선

-- 정규화된 구조: 3개 테이블 JOIN 필요
SELECT o.order_id, c.name, p.product_name
FROM orders o
JOIN customers c ON o.customer_id = c.id
JOIN products p ON o.product_id = p.id;

-- 반정규화 후: 단일 테이블 조회
SELECT order_id, customer_name, product_name
FROM orders_denormalized;

2. 개발 단순화

복잡한 다중 조인을 간소화하여 SQL과 애플리케이션 로직을 간결하게 만듭니다.

3. OLAP/BI 환경 최적화

분석 도구에서 여러 테이블을 반복 조인하는 비용을 줄여 분석 시간을 단축합니다.

반정규화의 단점

단점	설명
데이터 불일치	중복 데이터 갱신 시 불일치 위험
쓰기 비용 증가	INSERT/UPDATE/DELETE 시 더 많은 테이블 수정
구조 복잡도	어디서 중복을 유지하는지 파악 어려움
유지보수 어려움	시간이 지나면 설계 의도 파악 곤란

반정규화 기법

1. 중복 속성 추가

-- 주문 테이블에 고객 이름 중복 저장
ALTER TABLE orders ADD COLUMN customer_name VARCHAR(100);

-- 장점: JOIN 없이 바로 조회
-- 단점: 고객 이름 변경 시 orders도 업데이트 필요

2. 집계 결과 저장

-- 일별 매출 집계 테이블
CREATE TABLE daily_sales_summary (
    date DATE PRIMARY KEY,
    total_sales DECIMAL(15, 2),
    order_count INT,
    avg_order_value DECIMAL(10, 2)
);

-- 실시간 집계 대신 미리 계산된 결과 조회

3. Materialized View

-- PostgreSQL
CREATE MATERIALIZED VIEW order_summary AS
SELECT
    date_trunc('day', order_date) as day,
    SUM(amount) as total,
    COUNT(*) as count
FROM orders
GROUP BY 1;

-- 주기적 갱신
REFRESH MATERIALIZED VIEW order_summary;

4. 중복 테이블 복제

자주 쓰이는 참조 데이터를 여러 DB나 샤드에 복제하여 네트워크 트래픽 감소, 지연 시간 개선

5. 정규화 단계 해제

BCNF → 3NF로 의도적으로 낮춰 한 테이블에 더 많은 속성을 담아 조인 횟수를 줄임

적용 시 고려사항

접근 패턴 분석

읽기 비중 높음 (99% 읽기, 1% 쓰기)
→ 반정규화 적합

쓰기 비중 높음 (50% 읽기, 50% 쓰기)
→ 반정규화 신중히 검토

명확한 성능 목표

쿼리 응답 시간 목표 수치화
충분한 벤치마크 테스트 진행
무조건적인 반정규화 피하기

데이터 동기화 전략

방식	장점	단점
트리거	실시간 동기화	DB 부하 증가
배치 작업	DB 부하 분산	일시적 불일치
애플리케이션 로직	유연함	코드 복잡도 증가

반정규화 전 검토 사항

반정규화 결정 전에 먼저 고려해야 할 것들:

실행 계획(EXPLAIN) 분석
인덱스 최적화
캐싱 도입 (Redis, Memcached)
쿼리 튜닝

이 방법들로 충분하지 않을 때만 반정규화를 검토하세요.

정리

환경	반정규화 권장도
OLAP/BI/데이터 마트	높음
읽기 위주 웹 서비스	중간
OLTP (트랜잭션 중심)	낮음

반정규화는 고성능을 추구하는 실무 환경에서 자주 활용되지만, 데이터 무결성 관리를 위한 체계적인 전략이 필수입니다. 정규화와 반정규화를 적절히 활용하는 균형 잡힌 데이터 모델링이 중요합니다.