用于分区大型分层数据集的数据库模式

Question

是否有分区大量分层数据的最佳实践/模式或一般建议？

想想一个特定国家的所有人的数据库，并跟踪谁与谁合作。单独考虑“人”实体，如果要保留关于每个人的大量数据，那么自然的方法似乎是将人口划分为多个水平分区。然而，关系（谁与谁合作）可以（并将会）跨越partitionsa。随着数据变得越来越多地交叉链接，对这些关系进行聚类（即，使用雇主例如作为分区密钥以最小化交叉分区引用）将不可行。这种群集还会导致不平衡的分区，这会妨碍可扩展性。

我现在很困难，所以对任何提供的帮助都会非常感激。

感谢。

Answer 1

看来你有三个问题：

1. 存储员工数据（不包括关系/层级）
2. 雇主到员工等级（可以随时间变化）
3. 员工到员工的工作经历（再次，随着时间的推移而变化）

依次解决每个问题：

1. 员工数据：可以使用唯一ID进行分区，并使用姓氏+给定名称+出生日期的备用键。通过id均匀分布或者区域/区域等其他信息进行分区（尽管这意味着某些分区会比其他分区更热）

2. 雇主/员工层次结构：需要一个辅助表来定义它，允许随时间变化。例如。 Employee id, Employer id, start date, end date并按employee id + employer id键入，然后以employer id + employee id方式返回。我建议您阅读以下内容：http://www.slideshare.net/billkarwin/sql-antipatterns-strike-back，它可能有适合您的数据大小的想法。

3. 员工/员工工作经历：需要另一个与＃2非常相似的辅助表，交叉引用员工以及他们一起工作的时间。例如。 employee1 id, employee2 id, start date, end date，至少会被每个ID编入索引。

这里的关键是不要尝试将关系/层次结构放在员工数据表中 - 它会很慢并限制您需要的链接（特别是链接随时间变化）。