Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Кіріспе
Компьютерлік негізгі жадыда, қосымша жадыда және компьютерлік шиналарда деректердің артықшылығы - нақты деректерге қосымша деректердің болуы және сақталған немесе жіберілген деректердің қателерін түзетуге мүмкіндік береді. Қосымша деректер нақты деректердің толық көшірмесі (қайталау кодының түрі) болуы мүмкін немесе тек қателерді анықтауға және белгілі бір деңгейге дейін жоғалған немесе бүлінген деректерді қалпына келтіруге мүмкіндік беретін деректердің таңдамалы бөліктері ғана болуы мүмкін. Мысалы, ECC жады әр жад сөзіндегі біртұтас қателерді анықтап, түзете алады, ал RAID 1 екі қатты диск дискін (HDD) логикалық сақтау блогына біріктіреді, бұл сақталған деректерді бір дискінің толық сәтсіздікке ұшырауына жол береді. Деректердің артықшылығы да деректердің бүлінуіне қарсы шара ретінде пайдаланылуы мүмкін; мысалы, Btrfs және ZFS сияқты файл жүйелері деректерді және метадеректерді сақтау деректерінің көшірмелерімен бірге деректердің бүлінуін анықтау және оның әсерін жөндеу үшін пайдаланады.
In computer main memory, auxiliary storage and computer buses, data redundancy is the existence of data that is additional to the actual data and permits correction of errors in stored or transmitted data. The additional data can simply be a complete copy of the actual data (a type of repetition code), or only select pieces of data that allow detection of errors and reconstruction of lost or damaged data up to a certain level. For example, by including computed check bits, ECC memory is capable of detecting and correcting single bit errors within each memory word, while RAID 1 combines two hard disk drives (HDDs) into a logical storage unit that allows stored data to survive a complete failure of one drive. Data redundancy can also be used as a measure against silent data corruption; for example, file systems such as Btrfs and ZFS use data and metadata checksumming in combination with copies of stored data to detect silent data corruption and repair its effects.
Деректер базасы жүйелерінде
Табиғаты жағынан әр түрлі болғанымен, деректердің артық болуы бір немесе бірнеше жазбаларда немесе өрістерде, кестеде қажетсіз қайталанған мәндері бар немесе өрістер екі немесе одан да көп кестеде қайталанады / қайталанады. Көбінесе бұл қалыптан тыс деректер қорының дизайнында кездеседі және деректер қорын басқарудың күрделілігіне әкеледі, деректерді бүлдіру қаупін тудырады және қажетті сақтау көлемін арттырады. Бұрын қалыпқа келтірілген деректер қоры схемасынан мақсатты түрде жасалса, оны деректер қорын денормалдастырудың бір түрі деп қарастыруға болады; деректер қорын сұратудың өнімділігін жақсарту үшін қолданылады (деректер қорының жауап беру уақытын қысқарту). Мысалы, клиент деректері қайталанып, әрбір сатып алынған өніммен қоса берілген кезде, деректердің артық болуы сәйкессіздіктің белгілі бір көзі болып табылады, өйткені берілген клиент бір немесе бірнеше атрибуттары үшін әртүрлі мәндермен пайда болуы мүмкін. Деректердің артық болуы деректердің аномалиясына және бүлінуіне әкеледі және әдетте жобалау кезінде одан аулақ болуы керек; деректер қорын қалыпқа келтіруді қолдану артық болуды болдырмайды және сақтауды барынша тиімді пайдаланады.
While different in nature, data redundancy also occurs in database systems that have values repeated unnecessarily in one or more records or fields, within a table, or where the field is replicated/repeated in two or more tables. Often this is found in unnormalized database designs and results in the complication of database management, introducing the risk of corrupting the data, and increasing the required amount of storage. When done on purpose from a previously normalized database schema, it may be considered a form of database denormalization; used to improve performance of database queries (shorten the database response time). For instance, when customer data are duplicated and attached with each product bought, then redundancy of data is a known source of inconsistency since a given customer might appear with different values for one or more of their attributes. Data redundancy leads to data anomalies and corruption and generally should be avoided by design; applying database normalization prevents redundancy and makes the best possible usage of storage.