基于多变量时间的数据的数据模型

Question

我有以下格式的多张数据。

• 列是天（时间序列），随着时间的推移不断增加
• 变量的行数在各个类别中保持不变
• 类别1采用3个值，类别2采用2个值，因此每天有6种表单组合。

我需要将这些数据捕获到数据库中。我正在寻求有关如何设置架构的帮助和建议。以下是一些注意事项。

• 我打算对变量做很多计算，例如变量1 x变量10的趋势为Category1＆amp; 2个月的月份。
• 数据库将每天从六张x 30个变量x 1列（日）数据更新，每天180个数据点。
• 我们需要总结各类别的数据 - 第1类（Val 1，Val 2，Val 3）（第2类第2类）
• 将来在类别1和2中添加更多值的灵活性。

我的初步设计如下。我不知道将数据分成不同的关系表是否有意义。我正在考虑事务数据库，并具有特定类别的视图。所以每天会有180行添加到数据库中。

Answer 1

你想出了这个声音。转换为SQL：

create table timesheet (
    day date not null,
    cat1 int not null,
    cat2 int not null,
    var1 double precision not null,
    var2 double precision not null,
    var3 double precision not null,
    -- ... --
    var30 double precision not null,
    primary key (day, cat1, cat2)
);

  

变量1 x变量10的趋势为Category1＆amp; 2个月的月份。

不是很精确，但可能是这样的：

select 
    extract(year from current_date)*100+extract(month from current_date) as month,
    avg(var1*var10) as avg_mul_var1_var10
from timesheet
where cat1=? and cat2=?
group by month
order by month;

  

特定类别的观点

不要这样做 - 您只需使用上述查询中的参数查询数据库。

  

所以每天会有180行添加到数据库中。

不 - 只有6行。每个cat1和cat2组合一个。这是每天180个值，每年只有2190行。