标签: database-design

我正在使用 Postgres 9.5，我想弄清楚如何使用 JSON 数组更新 postgres 表。我希望数组中的每个对象都对应一个新行，每个键对应一个列，每个值都是要插入到该列中的数据。我试图用一个函数来做到这一点。这里的数据格式：

[
    { col1: a, col2: 5, col3: 1, col4: one},
    { col1: b, col2: 6, col3: 2, col4: two},
    { col1: c, col2: 7, col3: 3, col4: three},
    { col1: d, col2: 8, col3: 4, col4: four},
]

这是我的预期输出：

 col1   (varchar)| col2 (integer) |   col3 (integer)   |   col4 (varchar)
-----------------+----------------+--------------------+------------------
    a            |  5             |     1              |    one
    b            |  6             |     2              |    two
    c            |  7             |     3              |    three
    d            | …

根据我的经验，当您想要保存图像或视频等二进制数据时，Blob 类型是不错的选择，当您想要保存大字符串时，Text 类型是不错的选择。

今天我看到了维基百科数据库。有趣的是，wiki 使用中等 blob 类型来存储页面的 wikitext。

所以我想知道为什么 Wiki 更喜欢使用 Blob 类型而不是 Text？

谢谢

我决定使用可为空字段或 jsonb 来存储用户配置文件。最初，这将用于联系人：email和phone。我预计稍后可能会添加其他列，例如mobile和website。此外，可能还有其他不相关的字段，例如设置/首选项、保存的搜索等。

我已经决定我不想为此使用任何形式的键值存储（或任何涉及多对多关系的模式），除非有非常好的理由。

jsonb 的优点：

• 如有必要，可以为每个“列”存储多个值
• 添加新字段只需要 JS 编码和文档

jsonb 的缺点：

• 将“列”名称存储为每个“行”的字符串的开销
• Wonky 执行比较查询（我认为我的使用场景不适用）
• 不得不期待意外

还有什么要添加到这个优点/缺点列表中的吗？尽管我只想使用可为空的列，但我认为忽略 jsonb 是一种疏忽 - 这似乎是一个令人信服的选择。

可能我的设计是错误的，或者只是有更好的方法。我将使用一个非常简单的例子：

    --------- dbo.Book----------
   |                            |
   |  BookID int identity (1,1) |
   |  ShelfID int FK            |--
    ----------------------------   |
                                   |
    --------- dbo.Row-----------   |    
   |                            |  |    
 --|  RowID int identity (1,1)  |  |    
|   ----------------------------   |    
|                                  |        
|   -------- dbo.Shelf----------   | 
|  |                            |  |
|  |  ShelfID int identity (1,1)|--
 --|  RowID int FK              |
    ----------------------------

足够简单。

但是如果我想分配一个没有架子的行怎么办？也许我们还知道行而不是货架：

    --------- dbo.Book----------
   |                            |
   |  BookID int identity (1,1) |
   |  RowID int FK              | <-- New
   |  ShelfID int FK …

我正在尝试为记录事件的表格优化表格布局。

日志表包含三个相关的列：Timestamp, ItemId, LocationId
每行表示在给定的time，item已经在某个 看到了某个location。

2017-01-01 10:00    Item A has been seen at location 1
2017-01-01 10:01    Item A has been seen at location 1
2017-01-01 11:00    Item B has been seen at location 1
2017-01-01 11:01    Item B has been seen at location 2
2017-01-01 11:02    Item A has been seen at location 2
2017-01-01 11:03    Item B has been seen at location 1

大约有 100 个不同的位置、每天 20.000 个新项目、每天一百万个事件和 14 天的日志。 …

假设我有一个 BankAccount 表和一个 BankAccountHistoryTransactions 表。

当涉及到 RDBMS 数据库模式设计时，大多数数据库设计人员会推荐以下内容：

BankAccount Table

int: BankAccountNumber Primary key

double: CashBalance

......

..

此外，在 RDBMS 数据库设计中，BankAccountHistoryTransactions 表将类似于：

BankAccountHistoryTransactions Table

int: BankAccountHistoryTransactionsId Primary key

int: FK_BankAccountNumber Foreign key

DateTime2: DateOfTransaction

.................

.........

在 NoSQL MongoDB 数据库模式中，它更像是一个包含嵌入式 BankAccountHistoryTransactions 集合的 BankAccount 集合：

db.BankAccount.find().pretty()
{
    "_id" : ObjectId("51f7be1cd6189a56c399d3bf"),
    "BankAccountNumber" : "7575785885859",
    "CashBalance" : "890399",
....................................,
...............................,
.......................,
    "BankAccountHistoryTransactions" : {
        "_id" : ObjectId("51f7be1cd6189a56c399d3bf"),
        "BankAccountHistoryTransactionsId": 1,
        "DateOfTransaction" : ISODate("2019-12-31T23:00:00Z")

}
}

我对 NoSQL MongoDB 数据库架构设计方法的问题是银行账户可能有大量的 BankAccountHistoryTransactions 条目（可能进入银行账户的数十万个 BankAccountHistoryTransactions 条目）。

因此，如果我们使用如下所示的伪外键关系会不会更好： …

我正在大学介绍数据库对象课程。

我与教授在如何解释 ERD 图中基数的鱼尾纹符号方面存在分歧。

示例：看看这张图片（我从演讲幻灯片中提取的一张图片）：

根据我的解释，这表明：

• 供应商可能有 0 个或多个发货
• 一批货物可能只属于一个供应商
• 一个客户可能有 0 个或多个订单
• 一个订单可能只属于一个客户

但是，根据我导师的解释，这表明：

• 一个货件可能有 0 个或多个供应商
• 一个供应商只能有一个发货
• 一个客户可能只有一个订单
• 一个订单可能有很多客户

我一直无法找到任何证据来证明我自己对此的理解……但是，再说一次，我只是一个学生。也许我错过了什么？如果我是，我想弄清楚我哪里出错了。

我创建了一个导入 600,000 行 Excel 工作表的表格。我将运行的大多数查询都将使用C_CustomerID，它们将如下例所示：

select * from testtable where C_CustomerID = 12345678

表定义为：

CREATE TABLE [dbo].[testtable](
    [id_card] [int] IDENTITY(1,1) NOT NULL,
    [C_CustomerID] [int] NOT NULL,
    [C_AccountID] [nvarchar](255) NULL,
    [C_ProductID] [varchar](20) NULL,
    .......... more columns here ...     
) ON [PRIMARY]

我创建了一个索引：

CREATE NONCLUSTERED INDEX [inx_profitability] ON [dbo].[testtable]
(
    [C_CustomerID] ASC
)

稍后我只会从 Excel 工作表导入更多记录。每 6 个月将导出约 500,000 条新记录。

一旦表变大，我可以做些什么来提高未来的性能？

我正在运行 SQL Server 2012 和 Microsoft SQL Server Management Studio 11.0.3128.0。