Question

想象一下，我们有一组实体，每个实体都有自己的状态：自由，忙碌或破碎。状态指定为一天，例如，今天在2011-05-17，实体E1是免费的，明天在2011-05-18它正忙。

需要存储~10 ^ 5个实体1000天。这是最好的方法吗？

我正在考虑两个选项：

将每一天表示为字符“0”，“1”或“2”，并为每个实体存储1000个字符的字符串
每天将实体的状态存储在一行中，即实体的1000行

此类数据最重要的查询是：给定开始日期和结束日期确定哪些实体是免费的。

性能优先于存储。

欢迎所有建议和意见。

Answer 1

最好的方法是先尝试更简单，更灵活的选项（也就是说，将每一天存储在自己的行中），如果性能不理想，只设计一种复杂的替代方法。避免过早优化。

对于现在商品服务器上的普通数据库来说，10 ^ 8行并不是什么大问题。在日期上加上一个索引，我敢打赌，范围查询（“给定开始日期和结束日期...”）将正常工作。

我声称这比存储1000个字符的字符串更简单，更灵活的原因是：

您必须在代码中处理此代码，并且该代码不会像查询包含日期和状态的DB记录的代码那样简单易懂。
根据数据库引擎，1000个字符串可能是存储在记录之外的blob。这会降低他们的效率。
如果您突然需要2,000天而不是1,000天会怎样？开始更新所有行和处理它们的代码？这比仅仅更改查询要多得多。
当您下次要求每日记录存储一些额外信息，或者需要更改粒度（例如从几天移动到几小时）时会发生什么？

Answer 2

创建一个表来保存您的数据。使用ID，日期，实体名称和八个布尔字段创建表。 SQL Server 2008为我提供了下面的代码：

CREATE TABLE [dbo].[EntityAvailability](
[EA_Id] [int] IDENTITY(1,1) NOT NULL,
[EA_Date] [date] NOT NULL,
[EA_Entity] [nchar](10) NOT NULL,
[EA_IsAvailable] [bit] NOT NULL,
[EA_IsUnAvailable] [bit] NOT NULL,
[EA_IsBroken] [bit] NOT NULL,
[EA_IsLost] [bit] NOT NULL,
[EA_IsSpare1] [bit] NOT NULL,
[EA_IsSpare2] [bit] NOT NULL,
[EA_IsSpare3] [bit] NOT NULL,
[EA_IsActive] [bit] NOT NULL,
 CONSTRAINT [IX_EntityAvailability_Id] UNIQUE NONCLUSTERED 
(
    [EA_Id] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
) ON [PRIMARY]
END
GO

IF NOT EXISTS (SELECT * FROM sys.indexes WHERE object_id = OBJECT_ID(N'[dbo].[EntityAvailability]') AND name = N'IXC_EntityAvailability_Date')
CREATE CLUSTERED INDEX [IXC_EntityAvailability_Date] ON [dbo].[EntityAvailability] 
(
    [EA_Date] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, SORT_IN_TEMPDB = OFF, IGNORE_DUP_KEY = OFF, DROP_EXISTING = OFF, ONLINE = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
GO

日期聚集索引对您的范围搜索效果最佳。永远不允许没有日期范围的搜索，除了聚集索引之外不需要任何索引。布尔字段允许仅使用单个字节的八种情况。该表的行大小为35个字节。页面上将显示230行。你说你需要存储10 ^ 5个实体1000天，这是1亿。一亿行将占用434,782个8K页或大约3个演出。

将表安装在SSD上，然后设置为。

Answer 3

取决于实体是否更经常免费或不存储实体是否空闲的日期。

假设您存储实体不是免费的日期，那么搜索就是开始日期＆lt; = date和end_date＆gt; =日期和任何匹配的行，这意味着该实体在该期间不是免费的

Answer 4

听起来你可能走在正确的轨道上，我建议因为大量的记录和对性能的强调，你要尽可能地将模式化为非规范化。您需要更少的连接来确定空闲或繁忙的实体。

Answer 5

我会广泛选择带有三个表格的Kimball Star Schema（http://en.wikipedia.org/wiki/Star_schema）类型结构（最初）

FactEntity（FK kStatus，kDate）
DimStatus（PK kStatus）
DimDate（PK kDate）

这可以非常简单地加载（Dims首先跟随Fact），并且也非常简单地查询。可以通过适当的索引来优化性能。

这种设计的一大优点是它具有很强的可扩展性;如果你想增加日期范围，或者增加有效状态的数量，那么扩展它是微不足道的。

可以合理地添加其他尺寸，例如DimEntity可以提供更丰富的信息，这些信息可以提供有趣的分类信息来切割/切割您的实体。

DimDate通常通过添加DayNo，MonthNo，YearNo，DayOfWeek，WeekendFlag，WeekdayFlag，PublicHolidayFlag来丰富。这些可以进行一些非常有趣的分析。

正如@Elad所问，如果你添加了基于时间的信息，那会是什么啊，这也可以通过每小时或每分钟有一条记录的DimTime维度来实现。

为我的命名道歉，因为我对您的数据没有很好的理解。如果有更多的时间，我可以想出更好的一些！

Answer 6

enter image description here

要获得约会的免费实体，您可以尝试：

select
      e.EntityName
    , s.StateName
    , x.ValidFrom
from EntityState as x
join Entity      as e on e.EntityId = x.EntityId
join State       as s on s.StateID  = x.StateID
where StateName = 'free'
  and x.ValidFrom = ( select max(z.ValidFrom)
                      from EntityState as z
                      where z.EntityID   = x.EntityID
                        and z.ValidFrom <= your_date_here )
;

注意：确保仅在EntityState表中存储状态更改。

将以下时态数据存储在DB中的最佳方法

6 个答案: