在學習資料庫設計的時候，你一定聽過「正規化」這個概念。
但你知道嗎？有一種做法是刻意「反正規化」，把很多張表格合併成一張超大的表格。
這種做法叫做寬表格（Wide Table），有時候也被稱為「一張大表（One Big Table）」。
這篇文章會帶你了解寬表格是什麼、為什麼有人要用它，以及它有哪些優點和風險。
先複習：什麼是正規化？
在正式介紹寬表格之前，我們先快速複習一下「正規化（Normalization）」。
正規化是一種資料庫設計的方法，目的是減少資料重複，並且提高資料的一致性。
簡單來說，就是把資料拆開放到不同的表格裡，每個表格只負責存一種類型的資料。
這樣做的好處是：當你需要更新某筆資料時，你只需要改一個地方就好。
舉個例子，假設我們在設計一個電商系統的資料庫。
用正規化的做法，我們會把資料拆成三張表格：
第一步：建立顧客表格
這張表格只存顧客的基本資料。
第二步：建立訂單表格
這張表格只存訂單的資訊，透過「顧客 ID」跟顧客表格做關聯。
第三步：建立訂單品項表格
這張表格存每筆訂單裡面有哪些商品。
你會發現，小明的地址「信義路 100 號」只出現了一次，不管他下了多少筆訂單。
如果小明搬家了，我們只需要改顧客表格裡的那一筆就好。
這就是正規化的好處。
寬表格是什麼？把所有東西塞進同一張表格
寬表格的做法剛好相反。
它把上面那三張表格合併成一張，讓每一筆資料都包含所有需要的欄位。
來看看合併後的樣子：
看到了嗎？小明的姓名、地址、城市在每一筆資料裡面都重複出現了。
這就是為什麼它叫「寬表格」——因為欄位很多，整張表格又寬又長。
也因為有資料重複，所以說它是「反正規化（Denormalization）」的做法。
為什麼要用寬表格？三個主要優點
你可能會想：既然會產生重複資料，為什麼還有人要用寬表格？
其實在某些情況下，寬表格有很明顯的優勢。
優點一：查詢變得更簡單
在正規化的資料庫裡，如果你想知道「小明在 1 月 15 日買了什麼」，你需要用 JOIN 把三張表格串在一起。
這種查詢語法比較複雜，對初學者來說也比較不好理解。
但如果是寬表格，你只需要查一張表格就好，不需要做任何 JOIN。
查詢語法會簡單很多。
優點二：讀取速度更快
因為所有資料都已經在同一張表格裡了，資料庫不需要花時間去串接不同的表格。
對於「讀取」操作來說，這可以帶來更好的效能表現。
特別是當你需要頻繁查詢大量資料的時候，效果會更明顯。
優點三：對資料分析師更友善
如果你是一位資料分析師，你的工作是從資料中找出商業洞察。
當所有資料都在同一張表格裡，你可以更直覺地看到資料之間的關係和趨勢。
不需要先搞清楚哪些表格之間有什麼關聯，再把它們串起來。
這可以大幅降低分析工作的門檻。
寬表格的三個挑戰
當然，寬表格也不是完美的，它有幾個需要注意的問題。
挑戰一：佔用更多儲存空間
因為資料重複出現，寬表格會比正規化的表格佔用更多的儲存空間。
這也意味著更高的儲存成本。
挑戰二：更新資料變得很麻煩
回到前面的例子，如果小明搬家了，在正規化的資料庫裡，你只需要改一筆資料。
但在寬表格裡，小明的地址可能出現了 50 次甚至更多次。
你必須把每一筆都更新，而且要確保沒有遺漏，否則就會出現資料不一致的問題。
挑戰三：表格越來越大，維護越來越難
隨著資料量的增加，寬表格會變得越來越龐大。
當欄位和資料筆數同時增長，這張表格可能會變得很難管理和維護。
擴展性（Scalability）是一個需要考量的因素。
為什麼寬表格越來越受歡迎？雲端的推動力
儘管有這些挑戰，寬表格在近年來反而越來越受歡迎。
最主要的原因是雲端平台（Cloud Platform）的崛起。
雲端儲存的成本越來越低，而且幾乎可以無限擴展。
這代表寬表格最大的兩個問題——儲存成本高和擴展性差——在雲端環境下都被大幅緩解了。
你可以用很低的成本享受寬表格帶來的查詢便利性和效能優勢。
這也是為什麼你會越來越常在資料工程和資料分析領域聽到寬表格這個詞。
小結
讓我們整理一下這篇文章學到的重點：
- 正規化是把資料拆到不同表格，減少重複、提高一致性，但查詢需要用 JOIN 串接。
- 寬表格是把所有資料合併到一張表格，查詢簡單、讀取快、對分析師友善。
- 寬表格的挑戰是佔用更多儲存空間、更新困難、以及維護成本較高。
- 因為雲端平台的成本降低和擴展能力提升，寬表格變得越來越實用和受歡迎。
在實際工作中，選擇正規化還是寬表格，取決於你的使用場景。
如果你的應用需要頻繁更新資料，正規化可能更適合。
如果你的重點是快速查詢和資料分析，寬表格可能是更好的選擇。
了解兩者的優缺點，才能為你的專案做出最好的決定。