Dans une base de données, la redondance désigne la présence de la même information à plusieurs endroits : dans une même table, d'une table à l'autre, voire d'une base à l'autre. Est-ce souhaitable ? La réponse n'est pas binaire.
Les arguments en sa faveur
- Performances : rapprocher la donnée de l'endroit où elle est consultée réduit les jointures et accélère les requêtes.
- Disponibilité : si une copie devient inaccessible, les autres prennent le relais et le service continue.
- Simplicité des requêtes : moins de jointures complexes, donc un code plus lisible et plus rapide à écrire.
- Contrôles croisés : plusieurs copies permettent des vérifications de cohérence.
Les risques réels
- Coût de stockage : la duplication consomme de l'espace, ce qui pèse sur les très grands volumes.
- Incohérences : si une mise à jour n'est pas répercutée partout, les copies divergent et les résultats deviennent faux.
- Complexité d'exploitation : administrer et maintenir plusieurs copies alourdit la charge de travail.
- Perte de données : une suppression ou une modification erronée sur une copie peut ne pas se propager correctement.
Comment la gérer
La normalisation du schéma limite la redondance subie et donc les risques d'incohérence. La réplication contrôlée couvre les besoins de disponibilité avec des règles de synchronisation explicites. La mise en cache conserve temporairement les données très sollicitées sans dupliquer la source. Enfin, un entrepôt de données sépare l'analytique de la production.
La redondance est donc un outil : précieuse dans un cadre défini, problématique dès qu'elle échappe au contrôle. Tout se joue dans la gouvernance.