对高效数据库形状的总体感觉是什么？

Question

我有一些相当大的数据集，并且正在使用分层数据模块 pytables。在设计数据库时，我想知道创建具有多行且只有 1 个值列的表或采用更常见的“矩阵”格式是否会更快。

例如：

from_cty、to_cty、值
奥斯汀, 纽约, 9000
达拉斯, 纽约, 8000
纽约, 达拉斯, 8400
达拉斯奥斯汀, 5030
达拉斯, 奥斯汀, 4022
纽约, 奥斯汀, 8002
等等...

--或者--

城市''''''''，奥斯汀，达拉斯，纽约
奥斯汀''''''', 0000, 5030, 9000
达拉斯''''''', 4022, 0000, 8000
new york, 8002, 8400, 0000

第一种类型的好处可能包括能够一次拉出单个列，由城市选择或到达城市。但它添加了一个通常是列名称的列。

Answer 1

始终从规范化模型开始，并考虑到表的主要用途。

从您显示的示例数据来看，似乎可能会添加更多城市。如果您使用第二个示例，则需要修改架构，这通常是一件坏事。

如果需要查询第二种格式的数据，您始终可以提供一个视图，甚至是一个定期刷新的永久表。或者，如果您的主要使用模式要求您访问该格式的数据，您当然应该对其进行相应的建模。

尝试、测量并做出适当的调整。

Answer 2

假设在此模型中“Austin-Dallas”与“Dallas-Austin”相同，您可以防止反向-使用 then 在 Distance 表中进行重复

ALTER TABLE Distance ADD CONSTRAINT chk_id CHECK (FromCityId < ToCityId);

查询，您可以使用如下内容：

select
      a.CityName as FromCity
    , b.CityName as ToCity
    , Value      as Travel
from Distance as d
join City     as a on a.CityId = d.FromCityId
join City     as b on b.CityId = d.ToCityId
where (a.CityName = 'Austin' and b.CityName = 'Dallas')
   or (a.CityName = 'Dallas' and b.CityName = 'Austin') ;

EDIT：
只是注意到，在您的示例中，“Austin-Dallas”与“Dallas-Austin”不同，因此不需要检查约束和 WHERE 子句中的第二行。