データベース設計のバランス

正規化 vs 非正規化（Normalization vs Denormalization）

データベース設計において、正規化と非正規化は、データ構造のバランスを取るための重要なアプローチである。どちらも一長一短があり、目的やシステム要件に応じて最適な手法を選択することが求められる。

あるWeb系スタートアップでは、リリース初期段階で正規化を徹底したデータ設計を採用していた。ユーザー、商品、レビュー、注文といったテーブルはすべて正規化され、構造は非常に綺麗だった。しかし運用が始まると、「検索が遅い」「レビュー付き注文履歴をすぐに見たい」といった声が増加。そこで非正規化を一部導入し、注文テーブルにユーザー名とレビューの要約をコピーして持たせた。その結果、ユーザー画面の表示は劇的に改善され、CS部門の満足度も上昇した。

1. 正規化（Normalization）とは？

正規化は、データの冗長性を排除し、一貫性と整合性を高めるためにデータを複数の関連テーブルに分割する手法である。関係データベース理論に基づき、通常は第1正規形（1NF）から第3正規形（3NF）まで段階的に適用される。

目的：データの重複を避け、整合性を保つ
利点：保守性の向上、データ整合性の確保、ストレージ効率の向上
課題：複数テーブルへのJOINが増加し、パフォーマンスに影響を与える可能性

例：社員と所属部署の情報を分けて管理することで、部署名の変更が一箇所に限定され、すべての社員に一貫して反映される。

2. 非正規化（Denormalization）とは？

非正規化は、正規化されたデータ構造をあえて統合・簡略化し、読み取り性能を向上させる手法である。主にデータ分析基盤や読み込み速度が重視されるシステムで採用される。

目的：クエリ性能の向上、JOINの回避、読み込みの高速化
利点：高速な読み取り、集計処理の簡略化、実装の単純化
課題：データの重複・冗長性増加、更新処理の複雑化、一貫性管理の手間

例：ECサイトの注文履歴画面では、ユーザー名や商品名を注文履歴テーブルに複製することで、表示速度を優先した設計となっている。

3. 両者の違いと選択基準

比較項目	正規化	非正規化
データの重複	少ない	多くなる傾向
更新のしやすさ	高い（局所的な変更で済む）	一括更新が必要になることも
読み取り性能	複雑（JOINが必要）	高速（JOINが不要）
保守性	高い	低くなる可能性あり
適用場面	OLTPシステム	OLAPシステム、レポート、キャッシュ用テーブルなど

4. 現場での適用事例

あるBtoC通販会社では、注文情報を管理するDBで正規化された構造（ユーザー、商品、配送、注文）を採用していた。しかし、マーケティング部門が必要とする月次レポートでは、JOINの多さが集計処理のボトルネックとなっていた。そこで非正規化された「注文履歴サマリーテーブル」を作成し、日次バッチでデータを集約する設計に変更。これによりレポート生成時間は半分以下になり、データアナリストの作業効率も改善された。