我一直认为数据库应该针对读取性能进行非规范化,因为它是为OLAP数据库设计完成的,而不是为OLTP设计进一步夸大3NF.
PerformanceDBA在各种帖子中,例如,在基于时间的数据的不同方法的表现中,捍卫了数据库应该总是通过归一化到5NF和6NF(正规形式)来精心设计的范例.
我是否理解正确(以及我理解的是什么)？
OLAP数据库(低于3NF)的传统非规范化方法/范例设计有什么问题,以及3NF足以满足大多数OLTP数据库实际情况的建议？
例如:
我应该承认,我永远无法理解非规范化有助于读取性能的理论.任何人都可以给我参考,对这个和相反的信念有很好的逻辑解释吗？
在试图说服我的利益相关者说OLAP/Data Warehousing数据库应该规范化时,我可以参考哪些来源？
为了提高可见度,我从评论中复制了这里
"如果参与者在他们看到或参与过的6NF中添加(披露)有多少现实生活(没有包含科学项目)的数据仓库实施,那将是一件好事.快速集合.Me = 0." - Damir Sudarevic
维基百科的数据仓库文章告诉我们:
"标准化的方法[与Ralph Kimball的维度相比],也称为3NF模型(第三范式),其支持者被称为"Inmonites",相信Bill Inmon的方法,其中声明数据仓库应该是使用ER模型/标准化模型建模."
看起来规范化的数据仓库方法(Bill Inmon)被认为不超过3NF(？)
我只是想了解数据仓库/ OLAP是非规范化的同义词的神话(或无处不在的公理信念)的起源是什么？
达米尔苏达雷维奇回答说他们铺好了道路.让我回到这个问题:为什么反规范化被认为有助于阅读？
我已经阅读了一些关于时间序列数据库的概念以及关于这两者之间差异的一些答案,但我仍然无法理解这些差异.
如何将数据写入并存储到磁盘中,以便在时间序列数据库和rdbms之间产生差异？
通过rdbms和VICE VERSA,时间序列数据库的最佳用例是什么？我的意思是使时间序列数据库提供优于rdbms的性能的情况,我也想知道rdbms比时间序列数据库更合适的情况.
我有一个小项目，涉及一些简单的金融时间序列数据以及前端的一些实时组件。我希望使用 Firebase 基础设施，因为它提供了很多东西，而无需设置太多基础设施，但经过调查，它似乎不是存储时间序列数据的好选择。
诚然，我对关系数据库有更多的经验，所以我可能会问一个非常基本的问题。如果我要使用 Firestore 来存储时间序列数据，有人可以提供一个示例来说明如何构建它以进行高效查询吗？
使用 Postgres 之类的东西是否可以为我提供更好的服务？
我一直在为即将开展的项目进行大量的数据库设计研究.
这是典型的内部平台的问题,我们的客户基本上要无限定制和打造产品的能力和对实体属性,收集他们从最终用户的价值,并能够显示在图形上收集到的信息.
临床医生将用它来帮助监测患者,为什么即使使用EAV,我们也需要为不同的试运行收集不同的信息.有时可能是他们那天吃的东西.其他可能是血糖,或血压(这实际上是两个数字),其他可能是多个问题(今天你的疼痛怎么从1-10？),所有这些都是我们永远不会真正知道的提前最终客户要求的是什么,或者真正接受的是什么.
我们还将在整个计划中一致地绘制这些数据,并在较不规则的基础上生成更大的报告.
理想情况下,我希望尽可能多地硬编码,因为我们使用SQL,并且坚持关系数据库最佳实践将简化数据库设计和应用程序设计(我正在编写这两者).
我们正在进行一些试运行,我的第一个倾向是从客户那里获取尽可能多的信息,对数据库中的表进行硬编码,然后从那里构建.如果我们发现我们需要使用属性表和attribue_value表来收集这些属性(以及有趣的实现表单构建器,如下拉菜单 - 从而下拉菜单选项和验证/需要),我们可以这样做后来发布.
我基本上经历了每个相关的堆栈溢出帖子; 大多数人说避免EAV,更好地了解应用程序的要求,并且,在某些时候,如果客户TRULY需要EAV实施,那么继续执行它.
有没有人曾经使用混合动力车型？你能讨论一下吗？
有没有人成功实施过EAV模型,你能讨论一下吗？
你有没有做过类似的决定,决定不为一个似乎可能成为候选人的项目实施EAV？结果怎么样？
以下是我在此过程中发现的一些有趣的读物:
http://decipherinfosys.wordpress.com/2007/01/29/name-value-pair-design/ 存储时间序列数据,关系数据还是非存储数据？ 数据库EAV优点/缺点和替代 实体 - 属性 - 值(EAV)的替代方案？