规范化，非规范化，还是什么？在调查数据库中存储响应的表

Question

尽管我使用 Django 的 ORM 来实现这些表，但我有意将此作为一个一般性问题来构建。如果你想看一看，这是我的 Django 模型。

谜语

我有几个表具有以下关系：

Survey <--m2o-- Page <--m2o-- Category <--m2o-- Question <--m2o-- Choice <--?-- Response
|               |             |                 |                 |
|- name         |-number      |- name           |- sortid         |- sortid
                              |- sortid         |- text           |- text
                              |- text           |- short
                                                |- qtype

m2o多对一的简写在哪里，每个表都有一个隐式主键，我的问题是关于如何组织响应表。

响应表应该与用户表有某种关系（取决于表定义，这可能是一对一或多对一）。该表的目的是存储用户对特定问题的回答。我遇到的问题是，根据问题类型，我需要将响应存储在响应表中的不同列类型中。例如一个表可能类似于：

| user | (question) | (qtype)         | choice    | response                      |
|------+------------+-----------------+-----------+-------------------------------|
| 1    | Q1         | Select One      | A         | False                         |
| 1    | ''         | ''              | B         | False                         |
| 1    | ''         | ''              | C         | True                          |
| 1    | ..         | ''              | D         | False                         |
| 1    | Q2         | Select Multiple | 1         | True                          |
| ''   | ''         | ''              | 2         | True                          |
| ''   | ''         | ''              | 3         | False                         |
| ''   | ''         | ''              | 4         | True                          |
| ''   | Q3         | Long Text       | NULL      | "It was the best of times..." |
| ''   | Q4         | Select Explain  | A         | False                         |
| ''   | ''         | ''              | B         | False                         |
| ''   | ''         | ''              | C         | False                         |
| ''   | ''         | ''              | D (other) | True                          |
| ''   | ''         | ''              | Explain   | "I actually prefer bananas."  |

为了清楚起见，我添加了由关系隐式定义的列，因此不会出现在实际表中。它们用 表示( )。此外，choice实际上是一个外键。

似乎响应列可能需要是文本列。把它分成两列或更多列response-text，response-boolean感觉很乱。我们可以轻松地为单个用户拥有数百行。

我还考虑过像这样组织表格：

| user | survey | response (key-value store)                 |
|------+--------+--------------------------------------------|
|    1 |      1 | {"q1": "C", "q2": "1,2,4"                  |
|      |        | "q3": "It was the best of times..."        |
|      |        | "q4": "Other: I actually prefer bananas."} |
|    2 |      1 | {...}                                      |
|    3 |      1 | {...}                                      |

你会如何定义这张表，为什么？

如果您解释您的定义在哪些上下文中不起作用，则加分。

如果你想想象我的情况，这里有一些关于我的上下文的注释：

• 在调查期间，响应表可能会更新几次，但之后不会更新。这个特定的表是 OLAP，或主要读取。我要做的唯一查询是导出表格以在商业软件包中进行统计分析。
• 来自不同用户的响应很少会是相同的（从高层次来看）
• 性能不是问题，因为在调查管理会话期间只有 15 个用户将同时连接到应用程序。数据存储后，只有一个用户（我）会查看数据。

我怀疑我的情况接近Wikipedia 上的N1NF示例。

这个表应该是多态的吗？

我刚刚听说过多表继承或多态性，我不确定如何将它应用于这个问题。具体来说，我不确定哪些表会从继承中受益。例如，响应应该扩展选择吗？Page 应该扩展调查吗？

Answer 1

我是http://360test.nl/的首席架构师和开发人员，它使用调查来衡量团队绩效等。

我们的基本表结构与您的没有什么不同。

回答存储在一个相当简单的表中：

ID | Participation | Question | RawValue

Participation是一位用户参与一项调查的 ID。Question是调查中一个问题的 ID。RawValue 存储一个单一的答案。它的格式取决于问题类型。它可以是单个数字（对于一个简单的“选择一个”问题）到更复杂的 json 结构（例如对于“在那些 Y 选择上分配 X 点”类型的问题）。问题类型知道如何序列化/反序列化数据有用的东西。

我们不在我们的表中使用继承。如果我们需要调查答案的在线查询（“有多少用户在调查 xyz 中选择了答案 3”），这是有道理的，但我们不需要那样。因此，我们可以使用我们简单的“通用” RawValue 列。当我们显示调查结果时，所有答案都会被加载，它们的值会根据问题类型进行反序列化和评估。如果我们需要更多特殊报告，我们会离线生成它们并将结果存储在某个地方。

我认为即使是您建议的方法（将一个参与的所有答案存储在一列中）也适用于我们，因为无论如何我们在执行评估时都会加载整个数据。

我并不是说我们的方法是最好的，但它对我们有用。

作为一般说明 - 规范化是一个重要的话题。但这并不意味着，一切都需要规范化。虽然我将核心域模型的持久表示归一化，但有时我会将严重非规范化的数据存储在数据库中，以供从域模型生成的报告中使用。重要的是您要知道它是非规范化的以及数据来自何处。

我使用我认为的CQRS架构编写了软件，我学到的一件事是非规范化可能是一件非常好的事情。一些 CQRS 专家建议每个网页一个表格，其中包含该页面所需的所有（非规范化）数据。虽然这不一定是您应该一直做的事情，但它表明并非在所有情况下都需要教科书规范化。