我们正在收集有关我们要代表的用户的存在性信息和否定性信息。问题的一半很容易,另一半很困难。
例如,假设我们有两个我们关心的实体:Users
和Addresses
。我们了解了有关用户的一些信息,例如他们的名字以及他们所居住的城市。因此,我们可能有一个类似以下的关系数据模型(python伪代码):
class User:
uid = column(Integer, primary_key=True)
first_name = column(String)
last_name = column(String)
address = relationship(Address.uid)
class Address:
uid = column(Integer, primary_key=True)
city = column(String)
user = relationship(User.uid)
我们还将了解有关我们要代表的用户的负面信息。例如,我们了解到他们可能不生活在特定城市中,但是我们不知道他们生活在哪个城市中。因此,我们希望代表这些负面信息。我有一个处理所有这些数据模型的想法,但是有点复杂。它基本上涉及将数据点存储为解耦的实体,这些实体使用较高阶的实体(例如User
和Address
)分组在一起。我想知道是否有任何数据模型专家都熟悉这种问题,并且可能会建议您看一些标准模式。