Quando trabalhamos com bancos de dados relacionais, é comum nos depararmos com situações onde precisamos contar registros relacionados em uma tabela.

Primeiramente vamos considerar as seguintes tabelas:

CREATETABLEorders(order_idSERIALPRIMARYKEY,order_dateDATE,customerVARCHAR(100));CREATETABLEorder_items(item_idSERIALPRIMARYKEY,order_idINT,productVARCHAR(100),quantityINT,FOREIGNKEY(order_id)REFERENCESorders(order_id));

Temos uma tabela deorders e queremos contar quantos itens cada pedido possui. Uma abordagem comum seria usar uma subquery com COUNT:

SELECTo.order_id,(SELECTCOUNT(*)FROMorder_itemsoiWHEREoi.order_id=o.order_id)AStotal_itemsFROMorderso;

Essa query funciona, mas pode se tornar ineficiente em cenários com grandes volumes de dados, pois a subquery é executada para cada linha da tabelaorders.

Aqui entra adesnormalização!

A desnormalização em bancos de dados é o processo de introduzir redundância em um banco de dados previamente normalizado, com o objetivo de melhorar o desempenho em operações de leitura (consultas). Envolve a adição de dados duplicados ou a combinação de tabelas para reduzir o número de operações necessárias (joins, counts...), o que pode acelerar a recuperação de informações em sistemas onde a leitura é mais frequente que a escrita.

Agora sabemos o que é desnormalização como podemos simplificar nossa query?
Em vez de contar os itens toda vez que executamos a query, podemos adicionar um campototal_items diretamente na tabelaorders. E sempre que um item for adicionado ou removido, incrementamos ou decrementamos esse campo.

Como fazer isso?

1. Adicione o campototal_items na tabelaorders:

ALTERTABLEordersADDCOLUMNtotal_itemsINTDEFAULT0;

1. Atualize o campototal_items sempre que um item for adicionado ou removido

2. Sua query fica muito mais simples e eficiente:
   

SELECTorder_id,total_itemsFROMorders;

Vamos inserir dados para podermos validar nossa proposta, podemos inserir uma massa de dados com a seguinte função:

CREATEORREPLACEFUNCTIONgenerate_sample_data()RETURNSVOIDAS$$DECLAREorder_countINT:=200;items_per_orderINT:=10;current_order_idINT;random_customerVARCHAR(100);random_productVARCHAR(100);random_quantityINT;BEGINFORiIN1..order_countLOOPrandom_customer:='Customer '||(floor(random()*1000)::INT);INSERTINTOorders(order_date,customer,total_items)VALUES(current_date-(floor(random()*365)::INT),random_customer,10)RETURNINGorder_idINTOcurrent_order_id;FORjIN1..items_per_orderLOOPrandom_product:='Product '||(floor(random()*100)::INT);random_quantity:=(floor(random()*10)::INT+1;INSERTINTOorder_items(order_id,product,quantity)VALUES(current_order_id,random_product,random_quantity);ENDLOOP;ENDLOOP;END;$$LANGUAGEplpgsql;SELECTgenerate_sample_data();

No script anterior basicamente criamos 200 registros na tabelaorders e 10 registros na tabelaorder_items para cadaorder.

Para compararmos e validarmos nossa hipótese vamos executar nossas queries comexplain analyse e teremos o seguinte resultado:

Utilizando a subquery:

Podemos ver que executando a consulta com a subquery o execution time é igual a28.983ms

Utilizando o campo criado na desnormalização:

Sem a subquery nosso resultado é0.073ms. Sendo assim397 vezes mais rápido e vale ressaltar quecriamos apenas 200 registros na tabelaorders, quantomais registros criarmos mais a query com subquery serálenta e a query desnormalizada irá se manter na mesma média.

Vantagens:

Performance: Evita a execução de subqueries repetidas.
Simplicidade: A query principal fica mais limpa e fácil de entender.
Controle: Você tem um controle direto sobre o valor do contador.

Cuidados:

Consistência: É preciso garantir que o campo total_items seja sempre atualizado corretamente.
Concorrência: Em sistemas com alta concorrência, é importante garantir que as atualizações sejam atômicas para evitar inconsistências.

Espero que esse conteúdo tenha sido útil para você!