我已经为我们的网络应用程序分配了一个任务，我需要从各种来源（Facebook Opengraph，XML Feeds等）中获取不同名称（恐怖，喜剧等）的类型并减少数据下至“主”表。
这方面的一个例子是我们有一个名为“Action”的流派，我们的一个Feed有一个被称为“动作/冒险”的流派。相反，我宁愿将“动作/冒险”电影分配为“动作”主流类型。
我在考虑编写一个硬编码的哈希映射。我们在语言中使用这样的东西：
languages = { "en_US" => "English", "en_GB" => "English" }
有谁知道更好的方法？也许我应该依赖数据库中的查找表？ 干杯！
答案 0 :(得分：2)
我认为这里的技巧是确保保留原始名称以及源标识符。然后，您可以在源指定和目标首选指定之间创建一个映射，最后决定是静态转换一次，还是动态地在查询/视图中转换。
答案 1 :(得分：2)
我认为这取决于您使用什么来提取所有这些数据。 Randy是正确的，你应该以某种方式保存原始数据，虽然它不必在你的生产数据库中 - 它可能是一些临时形式，可能是文本文件或另一个临时数据库。
冒着偏离主题的风险......
通常当我从多个来源执行复杂的ETL时，我使用两步过程。第一步是将所有输入合并为一种格式。这可能是CSV或XML文件，也可能是登台数据库。
从那里我有第二个进程将数据加载到生产数据库或主数据库中。这里的优点是，一旦你的导入（或“加载”）代码完成，所有可能复杂的业务逻辑等，你很少再次触摸它（并可能打破它）。如果新数据源联机，您只需编写一些新代码即可将其转换为通用格式。一旦采用该格式，您就知道导入过程将正确处理它。
同样，您翻译（或“转换”）数据的方式取决于您在ETL系统中使用的繁重工作。如果您正在使用临时数据库，那么将它放入表中是有意义的。从原始数据转换为通用格式时，您通常希望进行此转换。