计算问题的最佳数据库

Question

我正在尝试确定用于存储相对静态但需要以多种不同（运行时指定）方式计算的信息的数据库系统。数据的基本轮廓是美国国会的投票：

账单：

• 有很多点名通话
• 有一个名称和其他短元数据
• 包含文字和其他可能很长的元数据
• 具有状态（已通过，失败，正在进行中）

点名：

• 有一个日期
• 有很多选票
• 有状态（通过，失败）

投票：

• 属于国会议员
• 有一种（aye，nay，present，not voting）

国会议员：

• 有一个名称（以及其他短元数据）
• 有很多期间

一段时间：

• 有一个开始和结束日期
• 有一个政党（民主党人，共和党人，其他人）
• 有一个职位（国会议员，委员会主席，议长等）

我希望能够轻松构建如下的查询：

• 对于X，Y和Z唱名表决，请告诉我“民主党”的立场和“共和党”的立场。然后，在国会中对国会议员进行排名，这些选票是由他们对这些职位的忠诚所持有的。
• 对于失败的X账单，请告诉我最接近的点名。然后，告诉我多数党的哪些成员叛逃以产生这些失败。
• 对于X法案通过，但被多数党反对，请告诉我哪些多数成员叛逃生成该段落。

我将拥有这些有限数量的查询类型，但会动态生成所涉及的账单，唱名表决，政党等。

底层数据的最佳存储机制是什么，它允许我动态地尽可能地发出这些查询？

Answer 1

这看起来像是非常标准的关系数据给我。任何RDBMS（MySQL，SqlServer，postgres等）都可以。

或者您是否就如何制作表格来存储这些数据提出建议？

Answer 2

你可以使用任何数据库，直到我读到：

  

...排名国会议员......

MySQL没有任何排名功能。我不清楚Postgres的排名支持，但Oracle和SQL Server已经支持排名一段时间了（Oracle 9i +，SQL Server 2005+）。他们都提供免费版本。

Answer 3

存储机制？任何主流数据库都应该能够处理您所描述的场景。对我来说看起来很标准。

Answer 4

正如其他人所说 - 任何关系数据库都可以支持一个简单的模型来解决这个问题。但是，还有一些其他考虑因素：

• 这是一个分析性而非交易性的应用程序，商业数据库目前在分析方面更强大 - 因为更成熟的优化器，更强大的sql功能，对并行性的更大支持，物化查询，对汇总表的自动查询重写等。 / LI>
• 如果你只是坚持美国国会并且不决定也支持州议会，也不决定增加一百年的历史数据（所有有用的要求），那么几乎任何流行的关系数据库都可以处理性能问题。但是如果你决定进入州级别，那么我首先会考虑商业数据库。
• 在开源数据库中，我认为postgresql的分析功能是最成熟的。

Answer 5

这里我通常会说，使用CouchDB或其他一些无架构的NOSQL数据库。但问题规范的方式很好地为关系商店奠定了基础。此外，没有非常大量的数据需要分布式处理la mapreduce。

话虽如此，如果问题框架有点不同，没有初始关系偏差（你已经处于数据设计模式:)），那么像CouchDB这样的系统可以工作。根据要执行的分析，更加以文档为中心的方法可能会有所帮助，因为分析所需的所有信息都存在于每个文档中（非规范化）并且可以避免昂贵的连接。

每个账单可能是这些文档中的一个（在CouchDB的情况下为json），而周期为子属性/等等的rollcalls / votes / congress成员都在一个'账单'文档中。然后，您可以对执行查询的所有“账单”文档进行mapreduce。根据查询要求，不同的面向文档的设计可能有意义。

随着数据集的增长，您不必担心大小/性能，因为您始终可以使用更多服务器来执行mapreduce查询并分配负载。此外，无模式意味着文档可以随着应用程序的更改而更改，而无需昂贵的rdbms表锁定。但同样，这个数据集并没有经常发生变化，也不是很大。