Question

我正在设计一个关于机械设备运行的统计数据库。每批数据将包含数百个统计信息，因此我尝试决定是创建包含数百列的单个表还是将其拆分为多个表，每个表包含相关的统计信息。例如，我可以有一个表格包含与故障相关的统计数据，另一个表格包含与果酱相关的统计数据等。

使用多个表会使整个系统变得更加复杂，但从概念上讲，我可能更容易处理几个较小的表而不是一个较大的表。

将事情分开会有任何性能上的好处吗？看起来查询一个包含几十列的表可能比查询一列有数百列的表更快。

有没有人有这种经历的经验？我正在使用Oracle进行这个项目，虽然这是我将来可能遇到的数据库，所以对任何数据库的答案都会很感激。

Answer 1

我认为我们需要更多地了解您的设计才能正确回答。例如，我很好奇可能会有很多与故障相关的栏目，许多（不同的）与果酱有关的等等（不管卡纸是不是一种故障？）

您的设计是否正常化了？大概你没有“jam1”，“jam2”等栏目？！

假设设计良好且规范化，关于是否有一个宽表或多个较宽表的决定是各种因素之间的权衡：

所有/大多数记录都有所有类型的统计数据吗？是=＆gt;一张桌子，没有=＆gt;许多
您是否经常需要一起查询所有类型的统计信息？是=＆gt;一张桌子，没有=＆gt;许多
你是否在同一个屏幕上保存了所有不同的统计数据？是=＆gt;一张桌子，没有=＆gt;许多
您是否可能达到任何数据库限制，例如每张表最多1000列？

无论您采用哪种方式，您都可以使用视图来展示替代结构，以方便开发人员：

一个表：选择特定类型统计数据的许多视图
许多表：将所有表连接在一起的视图

更新

根据您的评论，我现在知道您在机器上的40个不同位置有卡纸计数，而其他类型的统计数据是类似性质的计数。这表明了以下表格设计：

create table machines (machine_id ... primary key, ...);
create table machine_stats 
   ( machine_id references machines
   , stat_group -- 'jams', 'malfunctions' etc.
   , stat_name  -- 'under the hood', 'behind the door' etc.
   , stat_count 
   );

如下所述，这些可让您更轻松地对统计数据进行统计 - 在统计类型内或跨统计类型。如果需要将新统计数据添加到统计类型，也可以轻松扩展。

Answer 2

当我在表中看到数百列时，我倾向于怀疑数据模式未正确规范化。数百列真的是独一无二的，还是可以归一化为较小表的类似事物的组合？

如果您可以减少列数，则可以减少交易的数据总量，从而提高多个级别的性能。例如，如果您有一个包含1000个字节数据的记录，并且您希望为每个记录更改1个字节，则存在获取和不必要地存储999个字节的风险。这确实会影响性能。

Answer 3

规范化可确保您不重复架构中的数据。

当然，你应该走多远。 7个或更多表的JOINS不具备性能。

但是一张怪物桌？我会分手。

Answer 4

您的意思是100种统计数据吗？

一些医学数据库尝试过一种称为“实体属性值”或“EAV”的模式或习语（你可以谷歌这些术语）：推理是关于病人有无数种不同类型的事实，可能是可能没有为任何给定的患者捕获，并且EAV是一种更好的存储方式，而不是在表格中有无数不同的列。

然而，请注意EAV是有争议的：有人说它是“代码味道”和典型的新手错误;其他人说它偶尔（或很少）有用，但取决于（指定和拥有）对元数据的良好支持。

Answer 5

我倾向于不喜欢列数太多的表格。您可以考虑的一个选项是将统计信息存储为统计信息表中的行：

CREATE TABLE Statistics (id AS INTEGER PRIMARY KEY, statusType As VarChar,
statusValue As Float);

然后，您只需为要跟踪的每个状态添加一个新行。从数据库的角度来看，这样做更加清晰，但它确实使报告的数据变得更加清晰。

Answer 6

在这种情况下，我会创建几个表。一个是机器表。一个是问题查找表。最后，两者之间的联结表还包含与状态相关的信息。维护将更容易，编写疯狂的报告将更容易。此外，添加新类型的状态也会更容易。

machine
id
name
description

status_flag
id
caption

machine_history
machine_id
status_flag_id
information

然后你可以做以下事情：从machine_history中选择count（distinct machine_id），其中status_flag_id = 23并且信息＆lt; 5;

唯一的事情是machine_history表中的信息字段可能需要包含数字或字符。如果是这种情况，我会创建两个信息字段，这样就不会影响性能。

此外，我假设有一个编程组件，可以让您创建一些方法来轻松处理这些数据。

最好有数百列或拆分成多个表？

6 个答案:

更新