Strategi Denormalisasi dan Duplikasi Data
Modelkan data Realtime Database untuk pembacaan cepat dengan sengaja menggandakan data, memilih bentuk yang didenormalisasi daripada gabungan, dan menjaga salinan tetap konsisten saat penulisan.
Strategi Denormalisasi dan Duplikasi Data adalah pelajaran Firebase Auth & Realtime Database Apps gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Firebase Auth & Realtime Database Apps, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Firebase Auth & Realtime Database Apps mencakup 4 pelajaran total.
Bagian dari pelajaran ini belum diterjemahkan dan ditampilkan dalam bahasa Inggris.
NoSQL Thinking
Realtime Database has no joins. Instead of normalizing data like a relational schema, you shape data around how you read it. This often means storing the same value in more than one place.
This deliberate redundancy is called denormalization.
The Cost of Joins
In a normalized model, showing a post with its author name would require reading the post, then reading the user node separately for every post. That is many round-trips and slow lists.
Duplicating for Reads
Instead, copy the small bits you display alongside the post. Now one read renders the whole feed item.
{
"posts": {
"p1": {
"text": "Hello",
"authorId": "u9",
"authorName": "Alice",
"authorAvatar": "a9.png"
}
}
}What to Duplicate
Duplicate only the fields you actually display in lists, not entire records.
- Names, avatars, titles: good candidates
- Large or sensitive fields: keep them in one place
- Rarely-changing data: safest to copy
The Consistency Trade-Off
The cost of duplication is keeping copies in sync. If Alice renames herself, every copy of authorName must update. You trade write complexity for read speed.
Multi-Path Updates Keep Copies in Sync
Update all copies atomically with a single multi-path write so no copy is left stale.
import { getDatabase, ref, update } from 'firebase/database';
const updates = {};
updates['/users/u9/name'] = 'Alice B.';
updates['/posts/p1/authorName'] = 'Alice B.';
await update(ref(getDatabase()), updates);Index Tables
Another denormalization pattern is the index node: a lookup mapping that lets you find related items without scanning. Here we map a user to their post IDs.
{
"userPosts": {
"u9": { "p1": true, "p7": true }
}
}Avoiding Deep Nesting
Reading a node downloads everything beneath it. Keep your tree shallow so a read does not pull in unrelated children. Split large nested structures into sibling top-level nodes.
When NOT to Denormalize
Denormalization is not always right. Avoid it when:
- The duplicated field changes very frequently
- There are many copies to keep consistent
- The data is large or rarely read together
In those cases, store once and read separately.
Validating Duplicated Data
Use Security Rules .validate to keep duplicated fields trustworthy, for example ensuring an authorName copy is always a non-empty string.
{
"posts": {
"$id": {
"authorName": { ".validate": "newData.isString() && newData.val().length > 0" }
}
}
}Designing for Your Queries
The golden rule: structure data around your most common reads. Write the queries your app needs first, then shape (and duplicate) data so each one is a single, shallow read.
Quick Check
Test your understanding of denormalization.
Recap
You can now model NoSQL data for speed.
- Denormalize by duplicating displayed fields
- Keep copies in sync with multi-path updates
- Use index nodes for relationships
- Keep the tree shallow to avoid over-fetching
- Structure data around your common queries
Belajar Firebase Auth & Realtime Database Apps dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 11
- Pelajaran
- 44
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Strategi Denormalisasi dan Duplikasi Data” gratis?
Ya — teks lengkap “Strategi Denormalisasi dan Duplikasi Data” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Firebase Auth & Realtime Database Apps, upgrade ke CoddyKit PRO. Kursus Firebase Auth & Realtime Database Apps mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Strategi Denormalisasi dan Duplikasi Data”?
Modelkan data Realtime Database untuk pembacaan cepat dengan sengaja menggandakan data, memilih bentuk yang didenormalisasi daripada gabungan, dan menjaga salinan tetap konsisten saat penulisan. Kamu berlatih Firebase Auth & Realtime Database Apps dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai Firebase Auth & Realtime Database Apps?
Tidak diperlukan pengalaman sebelumnya. Firebase Auth & Realtime Database Apps di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.
Berapa lama pelajaran “Strategi Denormalisasi dan Duplikasi Data” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran Firebase Auth & Realtime Database Apps ini?
Ya. Setiap pelajaran Firebase Auth & Realtime Database Apps menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Pembaruan Data Fan-Out
- Operasi Data Transaksional
- Penghitung Atomik & Antrean
- Strategi Denormalisasi dan Duplikasi Data