数据重复存储的危害

❶ 数据库论文，急！！！！！！

这个也可以作为论文？
这都是基础知识呀，教材里都有的。

在计算机硬件、软件发展的基础上，在应用需求的推动下，数据管理技术的发展经历了三个阶段。

一、人工管理阶段
1、背景
应用背景：科学计算
硬件背景：无直接存取存储设备
软件背景：没有操作系统
处理方式：批处理
2、特点
数据的管理者：人
数据面向的对象：某一应用程序
数据的共享程度：无共享,冗余度极大
数据的独立性：不独立，完全依赖于程序
数据的结构化：无结构
数据控制能力：应用程序自己控制

二、文件系统阶段
1、背景
应用背景：科学计算、管理
硬件背景：磁盘、磁鼓
软件背景：有文件系统
处理方式：联机实时处理 批处理
2、特点
数据的管理者：文件系统
数据面向的对象：某一应用程序
数据的共享程度：共享性差,冗余度大
数据的独立性：独立性差
数据的结构化：记录内有结构，整体无结构
数据控制能力：应用程序自己控制

三、数据库系统阶段
1、背景
应用背景：大规模管理
硬件背景：大容量磁盘
软件背景：有数据库管理系统
处理方式：联机实时处理, 分布处理批处理
2、特点
数据的管理者：数据库管理系统
数据面向的对象：整个应用系统
数据的共享程度：共享性高，冗余度小
数据的独立性：具有高度的物理独立性和逻辑独立性
数据的结构化：整体结构化，用数据模型描述
数据控制能力：由数据库管理系统提供数据安全性、完整性、并发控制和恢复能力

四、数据库系统的特点
1、数据结构化
2、数据的共享性高，冗余度低，易于扩充
3、数据独立性高
4、数据由DBMS统一管理和控制

数据结构化
数据结构化是数据库与文件系统的根本区别。在描述数据时不仅要描述数据本身，还要描述数据之间的联系。

数据的共享性
数据库系统从整体角度看待和描述数据，数据不再面向某个应用而是面向整个系统。

数据冗余度
指同一数据重复存储时的重复程度。

数据的一致性
指同一数据不同拷贝的值一样（采用人工管理或文件系统管理时，由于数据被重复存储，当不同的应用使用和修改不同的拷贝时就易造成数据的不一致）。

物理独立性
当数据的存储结构（或物理结构）改变时，通过对映象的相应改变可以保持数据的逻辑构可以不变，从而应用程序也不必改变。

逻辑独立性
当数据的总体逻辑结构改变时，通过对映象的相应改变可以保持数据的局部逻辑结构不变，应用程序是依据数据的局部逻辑结构编写的，所以应用程序不必修改。

数据的安全性（Security）
数据的安全性是指保护数据，防止不合法使用数据造成数据的泄密和破坏，使每个用户只能按规定，对某些数据以某些方式进行访问和处理。

数据的完整性（Integrity）
数据的完整性指数据的正确性、有效性和相容性。即将数据控制在有效的范围内，或要求数据之间满足一定的关系。

并发（Concurrency）控制
当多个用户的并发进程同时存取、修改数据库时，可能会发生相互干扰而得到错误的结果并使得数据库的完整性遭到破坏，因此必须对多用户的并发操作加以控制和协调。

数据库恢复（Recovery）
计算机系统的硬件故障、软件故障、操作员的失误以及故意的破坏也会影响数据库中数据的正确性，甚至造成数据库部分或全部数据的丢失。DBMS必须具有将数据库从错误状态恢复到某一已知的正确状态（亦称为完整状态或一致状态）的功能。

❷ 数据治理周周谈（三）：数据质量管理

数据质量管理的定义和目的

数据质量管理是指对是指对数据从产生、获取、存储、共享、维护、应用等数据全生命周期可能出现的各类数据质量问题，进行识别、检测、度量、预警以及处理等一系列管理活动。

数据质量管理的目的是通过提升数据的完整性、准确性和真实性，为企业提供坚实、可靠的数据基础，提升数据的使用价值，对企业的日常经营、精准营销、管理决策、风险管理等领域发挥积极有效作用。

数据质量的评估维度

如何判断数据质量的优劣？从哪些方面可以评估数据质量？在实践中，我们认为一般可以通过数据质量评估维度进行评估。数据质量评估维度是数据质量的特征之一，它们为度量和管理数据的质量提供了一种途径和标准。在一个具体的数据质量项目中，要选择最适用于业务需求的数据质量维度进行测量，以评价数据的质量。

在《GB/T36344-信息技术数据质量评价指标》中，国家标准化管理委员会明确了数据质量评价指标框架。

规范性：数据符合数据标准、数据模型、业务规则、元数据或权威参考数据的程度。

完整性：按照数据规则要求，数据元素被赋予数值的程度。

准确性：数据准确表示其所描述的真实实体（实际对象）真实值的程度。

一致性：数据与其他特定上下文中使用的数据无矛盾的程度。

时效性：数据在时间变化中的正确程度。

可访问性：数据能被访问的程度。

国际数据管理协会（DAMA）在其发布的《DAMA数据管理知识体系指南》提出了其数据质量评估框架：

对于数据质量的评估指标在国家标准、国际实践中存在一定的差异，企业应根据自身业务实际情况，在内部管理要求下建设适合的数据质量评估体系、维度和指标。

数据质量问题产生的原因

数据质量问题导致的后果是显而易见的，那么导致数据质量问题的根本原因是哪些呢？影响数据质量的主要因素是技术、业务和管理三个方面，以下从这三个方面来分析产生的原因。

技术方面

数据源存在数据质量问题，例如：有些数据是从生产系统采集过来的，在生产系统中这些数据就存在重复、不完整、不准确等问题，而采集过程有没有对这些问题做清洗处理，这种情况也比较常见。

数据采集过程质量问题， 例如：采集参数和流程设置的不正确，数据采集接口效率低，导致的数据采集失败、数据丢失、数据映射和转换失败。

数据传输过程的问题，例如：数据接口本身存在问题、参数配置错误、网络不可靠等都会造成数据传输过程中的发生数据质量问题。

数据装载过程的问题，例如：数据的清洗、转换、装载规则配置有问题。

数据存储的质量问题，例如：存储设计不合理，存储能力有限，人为后台调整数据，引起的数据丢失、数据无效、数据失真、记录重复。

业务系统存在数据孤岛，烟囱式建设，系统间的数据不一致问题严重。

业务方面

业务端数据录入不规范，一些常见的数据录入问题，如大小写、全半角、单位等。业务端输入时，系统没有嵌入相关数据校验规则，导致录入受人为因素影响大，如应输入合同金额，100000元、十万元、拾万元等。人工录入的数据质量与录数据的业务人员密切相关，录数据的人工作严谨、认真，数据质量就相对较好，反之就较差。

管理方面

企业管理思维层面没有认识到数据质量的重要性，重系统而轻数据，认为系统是万能的，存储在系统中的数据就应该是质量过硬的。

企业内部没有明晰数据的认责管理制度，没有设定相应的归口管理部门，出现数据质量问题找不到对应的负责人。

数据录入规范不统一，同一业务部门在处理相同业务时，因为规范不统一，人为因素造成数据冲突或者矛盾。

缺乏从上至下的数据规划，没有设定相应的数据质量管理目标，没有制定数据质量相关的政策、管理和考核制度。

缺乏有效的数据质量问题处理机制，从数据质量问题的发现、指派、处理、优化没有统一的流程和制度支撑，数据质量问题无法做到闭环管理和考核。

数据质量管理解决方案

针对以上从技术、业务、管理三个方面产生数据质量问题的原因剖析，有必要从事前预防控制、事中过程监控、事后监督管理三个方面进行数据质量监控以持续改进数据质量。

事前控制预防

建立企业内涵盖各业务主题的数据标准，统一指标定义、指标口径、涵盖每个业务字段的录入规范。对于手动录入的数据，尽可能的使用非开放式的输入手段，如下拉菜单、单复选框、时间控件、标签（支持自定义学习型）等，必须开放的输入部分，进行必要的及时校验。另外对于系统原因造成的数据质量问题，我们需要建立数据标准体系，对于可以改造的生产系统，在数据标准的指导下进行改造，对于不能改造的系统，通过一些技术手段进行清洗转换，在数据产生的环节把控数据质量，这样效率必然是最高的。

建立企业内部的数据认责制、数据质量管理部门，制定数据质量监控流程和考核办法亦有助于数据质量的事前控制预防机制的完善。

事中过程监控

事中数据质量的控制，即在数据的维护和使用过程中去监控和处理数据质量。通过建立数据质量的流程化控制体系，对数据的新建、变更、采集、加工、装载、应用等各个环节进行流程化控制。在这个过程中可以借助数据质量管理工具中的相关模块对数据流向的各个节点进行数据质量监测，可以实时预警数据质量，从数据的源头端控制好数据质量，支持系统自动化校验和人工审核相结合的方式进行管理。在这个过程中，亦可将在数据质量管理工具中嵌入企业的数据质量问题处理机制相关流程和审批流，有效辅助和监控数据质量。

事后监督管理

对于已经存储在 数仓 中的数据，发现质量问题，就得使用数据质量管控工具了。在数据仓库或数据中心建立时，就按照数据标准对关键字段进行统一命名、格式、精度等，排除数据的歧义。根据数据标准，在数据质量管理工具中建立相应的规则模型，对于导入的历史数据，可以借助运行规则模型发现数据质量问题，并在平台中对于数据质量问题进行全流程的追踪。

结语

数据质量管理是企业数据治理一个重要的组成部分，企业数据治理的所有工作都是围绕提升数据质量目标而开展的。要做好数据质量的管理，应抓住影响数据质量的关键因素，设置质量管理点或质量控制点，从数据的源头抓起，从根本上解决数据质量问题。

数据质量问题对于很多企业已经是迫在眉睫需要解决的问题了，是时候开展 数据治理 了。数据质量的提升并不是一蹴而就的，做一次数据整改就能解决所有数据质量问题。对于已有数据，通过数据质量管理工具进行校验和清洗，另外需要通过数据标准和数据质量建立起完善的数据质量管控体系，在各个环节进行监控，定期检查数据质量，确定解决方案，并加以改进，不断地提升数据质量。

❸ 数据冗余产生哪些问题

数据冗余:在一个数据集合中重复的数据称为数据冗余.
数据冗余的目的：
数据的应用中为了某种目的采取数据冗余方式。
1、重复存储或传输数据以防止数据的丢失。
2、对数据进行冗余性的编码来防止数据的丢失、错误，并提供对错误数据进行反变换得到原始数据的功能。
3、为简化流程所造成额数据冗余。例如向多个目的发送同样的信息、在多个地点存放同样的信息，而不对数据进行分析而减少工作量。
4、为加快处理过程而将同一数据在不同地点存放。例如并行处理同一信息的不同内容，或用不同方法处理同一信息等。
5、为方便处理而是同一信息在不同地点有不同的表现形式。例如一本书的不同语言的版本。
6、大量数据的索引。一般在数据库中经常使用。其目的类似第4点。
7、方法类的信息冗余：比如每个司机都要记住同一城市的基本交通信息；大量个人电脑都安装类似的操作系统或软件。
8、为了完备性而配备的冗余数据。例如字典里的字很多，但我们只查询其中很少的一些字。软件功能很多，但我们只使用其中一部分。
9、规则性的冗余。根据法律、制度、规则等约束进行的。例如合同中大量的模式化的内容。
10、为达到其他目的所进行的冗余。例如重复信息以达到被重视等等。
数据冗余或者信息冗余是生产、生活所必然存在的行为，没有好与不好的总体倾向。
而对于自然界，则是物质存在的一种形式，是客观存在情况。例如每个人都有与其他人基本相同的基因。
数据冗余是指数据之间的重复，也可以说是同一数据存储在不同数据文件中的现象。可以说增加数据的独立性和减少数据冗余是企业范围信息资源管理和大规模信息系统获得成功的前提条件。

以上回答来自 网络……

❹ 数据冗余是不是应该消除干净

数据冗余指数据之间的重复，也可以说是同一数据存储在不同数据文件中的现象。可以说增加数据的独立性和减少数据冗余为企业范围信息资源管理和大规模信息系统获得成功的前提条件。
数据冗余会妨碍数据库中数据的完整性(integrality)，也会造成存贮空间的浪费。尽可能地降低数据冗余度，是数据库设计的主要目标之一。关系模式的规范化理沦(以下称NF理论)的主要思想之一就是最小冗余原则，即规范化的关系模式在某种意义上应该冗余度最小。
但是，NF理论没有标准的概念可用，按等价原则，在有或没有泛关系假设(universal relation assumption)等不同前提下，冗余的定义可能有好几种。
数据的应用中为了某种目的采取数据冗余方式。

1、重复存储或传输数据以防止数据的丢失。
2、对数据进行冗余性的编码来防止数据的丢失、错误，并提供对错误数据进行反变换得到原始数据的功能。
3、为简化流程所造成额数据冗余。
4、为加快处理过程而将同一数据在不同地点存放。
5、为方便处理而使同一信息在不同地点有不同的表现形式。
6、大量数据的索引，一般在数据库中经常使用。
7、方法类的信息冗余。
8、为了完备性而配备的冗余数据。
9、规则性的冗余。根据法律、制度、规则等约束进行的。
10、为达到其他目的所进行的冗余。

❺ 数据重复保存的问题

这类问题大部份都是程序引起的，因为有时候网络延迟或者后台反映太慢，用户会多按几个提交，而程序又没做限制所以就会向数据库发出两条插入请求，所以就出现重制记录的现像！
解决方法最好是在程序解决，这样可以减轻数据库的负担。当然也可以在数据库里创建约束或者主外键来解决！

❻ 数据冗余由什么引起

数据冗余由什么引起?
数据库中数据冗余会产生什么问题？？如果表空间占满，会有插入，更新操作失败的问题发生。
数据冗余是什么意思啊?大概一点....数据冗余:在一个数据集合中重复的数据称为数据冗余.数据冗余技术是使用一组或多组附加驱动器存储数据的副本,这就叫数据冗余技术。比如镜像就是一种数据冗余技术。数据冗余技术。工控软件开发中，冗余技术是一项最为重要的技术，它是系统长期稳定工作的保障。OPC技术的使用可以更加方便的实现软件冗余，而且具有较好的开放性和可互操作性。出现这种情况，是因为光盘刻录时有某些数据记录不正确，也有可能是光盘与你的光驱不兼容，或光驱某处物理损坏读不过去。循环冗余检查(CRC)是一种数据传输检错功能，对数据进行多项式计，并将得到的结果附在帧的后面，接收设备也执行类似算法，以保证数据传输的正确性和完整性。若CRC校验不通过，系统重复向硬盘复制数据，陷入死循环，导致复制过程无法完成。
什么是数据冗余，数据冗余会带来哪些问题？数据冗余就是指一些不必要的，多余的内容。最常见的就是在数据库中，由于数据结构、存储等方面设计不合理，造成信息重复。
数据冗余产生哪些问题数据冗余:在一个数据集合中重复的数据称为数据冗余.
数据冗余的目的：
数据的应用中为了某种目的采取数据冗余方式。
1、重复存储或传输数据以防止数据的丢失。
2、对数据进行冗余性的编码来防止数据的丢失、错误，并提供对错误数据进行反变换得到原始数据的功能。
3、为简化流程所造成额数据冗余。例如向多个目的发送同样的信息、在多个地点存放同样的信息，而不对数据进行分析而减少工作量。
4、为加快处理过程而将同一数据在不同地点存放。例如并行处理同一信息的不同内容，或用不同方法处理同一信息等。
5、为方便处理而是同一信息在不同地点有不同的表现形式。例如一本书的不同语言的版本。
6、大量数据的索引。一般在数据库中经常使用。其目的类似第4点。
7、方法类的信息冗余：比如每个司机都要记住同一城市的基本交通信息；大量个人电脑都安装类似的操作系统或软件。
8、为了完备性而配备的冗余数据。例如字典里的字很多，但我们只查询其中很少的一些字。软件功能很多，但我们只使用其中一部分。
9、规则性的冗余。根据法律、制度、规则等约束进行的。例如合同中大量的模式化的内容。
10、为达到其他目的所进行的冗余。例如重复信息以达到被重视等等。
数据冗余或者信息冗余是生产、生活所必然存在的行为，没有好与不好的总体倾向。
而对于自然界，则是物质存在的一种形式，是客观存在情况。例如每个人都有与其他人基本相同的基因。
数据冗余是指数据之间的重复，也可以说是同一数据存储在不同数据文件中的现象。可以说增加数据的独立性和减少数据冗余是企业范围信息资源管理和大规模信息系统获得成功的前提条件。
以上回答来自网络……
冗余是什么意思在数据库中的数据冗余大概是这么个意思:数据重复鼎浪费空间.例如:
一个数据库中有两个表,一个表中有一字段存放某个人员的照片,如果在第二个表中再次存放照片就是典型的数据冗余.
其实我们在描述一个对象的时候,这个对象又很多的属性.在用数据库保存这些属性时,就应该将这些属性恰当的放到数据库中的某个具体的表中去.设计好的表,数据冗余就小.例如描述一个学生的属性有一些基本星信和成绩信息等,这样就应该将基本信息和成绩信息分成两个表分别存储,否则当你查看基本信息时,成绩信息就是多余的,影响性能,浪费时间.
什么是数据冗余数据冗余概念简单说就是多个地方重复存储相同数据。一般是用在数据库上。
城市数据团-数据不说谎：大数据之下的世界
数据冗余的类型有哪些数据的应用中为了某种目的采取数据冗余方式。
1、重复存储或传输数据以防止数据的丢失。
2、对数据进行冗余性的编码来防止数据的丢失、错误，并提供对错误数据进行反变换得到原始数据的功能。
3、为简化流程所造成额数据冗余。例如向多个目的发送同样的信息、在多个地点存放同样的信息，而不对数据进行分析而减少工作量。
4、为加快处理过程而将同一数据在不同地点存放。例如并行处理同一信息的不同内容，或用不同方法处理同一信息等。
5、为方便处理而使同一信息在不同地点有不同的表现形式。例如一本书的不同语言的版本。
6、大量数据的索引,一般在数据库中经常使用。其目的类似第4点。
7、方法类的信息冗余：比如每个司机都要记住同一城市的基本交通信息；大量个人电脑都安装类似的操作系统或软件。
8、为了完备性而配备的冗余数据。例如字典里的字很多，但我们只查询其中很少的一些字。软件功能很多，但我们只使用其中一部分。
9、规则性的冗余。根据法律、制度、规则等约束进行的。例如合同中大量的模式化的内容。
10、为达到其他目的所进行的冗余。例如重复信息以达到被重视等等。
什么是数据冗余?什么是数据的完整性?如何来实施数据完整性?数据冗余是指在两个或更多文件中重复出现的数据。例如，职工的信息可能同时在人事部文件、销售部文件和财务部文件中存在。它可能产生的后果有：数据异常、数据不一致性和影响数据的完整性
数据完整性分为以下3类。
（1）域完整性：是指一个列的输入有效性，是否允许为空值。强制域完整性的方法有：限制类型（通过设定列的数据类型）、格式（通过CHECK约束和规则）或可能值的范围（通过FOREIGNKEY约束、CHECK约束、DEFAULT定义、NOTNULL定义和规则）。如：学生的考试成绩必须在0～100之间，性别只能是“男”或“女”。
（2）实体完整性：是指保证表中所有的行唯一。实体完整性要求表中的所有行都有一个唯一标识符。这个唯一标识符可能是一列，也可能是几列的组合，称为主键。也就是说，表中的主键在所有行上必须取唯一值。强制实体完整性的方法有：索引、UNIQUE约束、PRIMARYKEY约束或IDENTITY属性。如：student表中sno（学号）的取值必须唯一，它唯一标识了相应记录所代表的学生，学号重复是非法的。学生的姓名不能作为主键，因为完全可能存在两个学生同名同姓的情况。
（3）参照完整性：是指保证主关键字（被引用表）和外部关键字（引用表）之间的参照关系。它涉及两个或两个以上表数据的一致性维护。外键值将引用表中包含此外键的记录和被引用表中主键与外键相匹配的记录关联起来。在输入、更改或删除记录时，参照完整性保持表之间已定义的关系，确保键值在所有表中一致。这样的一致性要求确保不会引用不存在的值，如果键值更改了，那么在整个数据库中，对该键值的所有引用要进行一致的更改。参照完整性是基于外键与主键之间的关系。例如学生学习课程的课程号必须是有效的课程号，score表（成绩表）的外键o（课程号）将参考course表（课程表）中主键o（课程号）以实现数据完整性。
域完整性、实体完整性及参照完整性分别在列、行、表上实施。数据完整性任何时候都可以实施，但对已有数据的表实施数据完整性时，系统要先检查表中的数据是否满足所实施的完整性，只有表中的数据满足了所实施的完整性，数据完整性才能实施成功。
sqlserver为什么会存在数据冗余？这种数据冗余会导致哪两类典型的问题？不是sqlserver会存在数据冗余，所有的数据库都会存在数抚冗余，数据冗余大多是由于建库的时候表之间的关系没有充分考虑完全，这涉及到数据库中范式的概念（目前最高的是NF范式，不过一般的设计符合第三范式就好）。
冗余会导致：1、存储空间的浪费。2、数据交互和数据库访问执行效率降低。
数据冗余错误的介绍数据冗余错误是一种计算机错误。数据冗余:在一个数据集合中重复的数据称为数据冗余.数据冗余技术是使用一组或多组附加驱动器存储数据的副本,这就叫数据冗余技术。比如镜像就是一种数据冗余技术。

❼ 数据冗余如果不控制会带来什么危害

在数据库中的数据冗余大概是这么个意思:数据重复,浪费空间.例如: 一个数据库中有两个表,一个表中有一字段存放某个人员的照片,如果在第二个表中再次存放照片就是典型的数据冗余. 其实我们在描述一个对象的时候,这个对象又很多的属性.在用数据库保...

❽ 数据库中数据冗余会产生什么问题

数据冗余的缺点：

1、存储空间的浪费。

2、数据交互和数据库访问执行效率降低。

但适当的数据冗余又能加快查询。数据冗余究竟是好是坏还是要根据自己所做的项目进行合理的取舍。

当同一数据块存储在两个或多个单独的位置时, 就会发生数据冗余。假设创建了一个数据库来存储销售记录, 并在每个销售的记录中输入客户地址。但是，有多个销售到同一客户，因此同一地址被多次输入。重复输入的地址是冗余数据。

(8)数据重复存储的危害扩展阅读

一定的冗余可以提升性能

1、空间换时间

有一张字典表 city 其中有 id 和 cityName 两个字段，有一张业务表，其中有 id 、cityId、XXX、XXX…字段。如果查询业务表的话，就必须 join 一下 city 字典表，如果业务表很大很大，那么就会查询的很慢，这个时候我们就可以使用冗余来解决这个问题。

直接将业务表中的 cityId 更换成 cityName，这样我们在查询业务表的时候就不需要去 join 那一张 city 的字典表了。这样的方式显然是不符合我们数据库设计的范式的，但是这样的冗余或许很有必要。

2、查询某一个状态值数据

业务表中有一个字段 status 用来存储提交和未提交，假设这张表中未提交的数据相对于提交的数据是很少的，当用户查询所有未提交的数据的时候，就需要在全部的数据，然后筛选出未同意的数据。如果这张业务表非常的庞大，那么这样的查询的效率就非常的慢。

这个时候我们就可以把这张业务表中的未同意的数据冗余到一张新表中，这样用户查询未提交的数据的时候就可以直接在这张未提交的表中查询，查询速度提交很多。

❾ 什么是数据冗余

数据冗余是指数据之间的重复，也可以说是同一数据存储在不同数据文件中的现象。可以说增加数据的独立性和减少数据冗余是企业范围信息资源管理和大规模信息系统获得成功的前提条件。

是传输消息所用数据位的数目与消息中所包含的实际信息的数据位的数目的差值。数据压缩是一种用来消除不需要的冗余的方法，校验和是在经过有限信道容量的噪声信道中通信，为了进行错误校正而增加冗余的方法。

❿ 什么是数据库中的数据冗余如何消除数据冗余

数据冗余指数据之间的重复，也可以说是同一数据存储在不同数据文件中的现象。可以说增加数据的独立性和减少数据冗余为企业范围信息资源管理和大规模信息系统获得成功的前提条件。

数据冗余会妨碍数据库中数据的完整性(integrality)，也会造成存贮空间的浪费。尽可能地降低数据冗余度，是数据库设计的主要目标之一。关系模式的规范化理沦(以下称NF理论)的主要思想之一就是最小冗余原则，即规范化的关系模式在某种意义上应该冗余度最小。

但是，NF理论没有标准的概念可用，按等价原则，在有或没有泛关系假设(universal relation assumption)等不同前提下，冗余的定义可能有好几种。

数据的应用中为了某种目的采取数据冗余方式。

1、重复存储或传输数据以防止数据的丢失。

2、对数据进行冗余性的编码来防止数据的丢失、错误，并提供对错误数据进行反变换得到原始数据的功能。

3、为简化流程所造成额数据冗余。

4、为加快处理过程而将同一数据在不同地点存放。

5、为方便处理而使同一信息在不同地点有不同的表现形式。

6、大量数据的索引，一般在数据库中经常使用。

7、方法类的信息冗余。

8、为了完备性而配备的冗余数据。

9、规则性的冗余。根据法律、制度、规则等约束进行的。

10、为达到其他目的所进行的冗余。