国家企业信息系统公示系统下载,佛山网站快照优化公司,wordpress菜单 链接地址,美食类网站模板一、引言 数据模型可能是开发软件最重要的部分,而且还对如何思考待解决的问题都有深远的影响。
大多数应用程序是通过一层一层叠加数据模型来构建的。每一层都面临的关键问题是#xff1a;如何将其用下一层来表示#xff1f; 1.作为一名应用程序开发人员#xff0c;观测现实…一、引言 数据模型可能是开发软件最重要的部分,而且还对如何思考待解决的问题都有深远的影响。
大多数应用程序是通过一层一层叠加数据模型来构建的。每一层都面临的关键问题是如何将其用下一层来表示 1.作为一名应用程序开发人员观测现实世界其中包括人员、组织、货物、行为、资金流动、传感器等通过对象或数据结构以及操作这些数据结构的API来对其建模。这些数据结构往往特定于该应用。
2.当需要存储这些数据结构时可以采用通用数据模型例如JSON或XML文档、关系数据库中的表或图模型来表示。
3.数据库工程师接着决定用何种内存、磁盘或网络的字节格式来表示上述JSON/XML/关系图形数据。数据表示需要支持多种方式的查询、搜索、操作和处理数据。
4.在更下一层硬件工程师则需要考虑用电流、光脉冲、磁场等来表示字节。 复杂的应用程序可能会有更多的中间层例如基于API来构建上层 API 但是基本思想相同每层都通过提供一个简洁的数据模型来隐藏下层的复杂性。这些抽象机制使得不同的人群可以高效协作 精通一种数据模型都需要很大功夫试想有多少关于关系数据建模的书籍。即使只使用一种数据模型且不用担心内部机制构建软件也很有挑战.本章将介绍一系列用于数据存储和查询的通用数据模型.将比较关系模型、文档模型和一些基于图的数据模型 现在最著名的数据模型可能是SQL 它基于Edgar Codd于 1970年提出的关系模型 I]:数据被组织成关系 relations 在SQL中称为表 table 其中每个关系者J是元组(tuples 的无序集合在SQL 中称为行。 关系数据库的核心在于商业数据处理 20世纪60年代和70年代主要运行在大型计算机之上。从今天的角度来看用例看起来很常见主要是事务处理包括输入销售和银行交易、航空公司订票、仓库库存和批处理例如客户发票、工资单、报告。 二、关系模型与文档模型 如何在关系模式中表示简历,整个简历可以通过唯一的标识符 userid来标识。像first name和 lastname这样的字段在每个用户中只出现一次所以可以将其建模为U sers表中的列。然而大多数人在他们的职业职位中有一个以上的工作并且可能有多个教育阶段和任意数量的联系信息。用户与这些项目之间存在一对多的关系可以用多种方式来表示.
在传统的SQL模型 SQL : 1999之前中 最常见的规范化表示是将职位、教育和联系信息放在单独的表中 并二使用外键引用 users表.
之后的SQL标准增加了对结构化数据类型和XML数据的支持。这允许将多值数据存储在单行 内 井支持在这些文档中查询和索引。
第三个选项是将工作、教育和联系信息编码为JSON或XML文档将其存储在数据库的文本列中并由应用程序解释其结构和内容。对于此方峙通常不能使用数据库查询该编码列中的值。 对于像简历这样的数据结构它主要是一个自包含的文档 document 因此用JSON表示非常合适 参见示 17tl2- l 。与 XML相比 JSON的吸引力在于它更简单。 面向文档的数据库女口MongoDB [9J 、 RethinkDB [ I OJ 、 CouchDB [IIJ和Espresso l121 都支持该数据模型.JSON作为数据编码格式也存在问题。缺乏模式常常被认为是一个优势. 如果要在关系模式中读取一份简历那么要么执行多个查询通过user id查询每个表要么在users表及其从属表之间执行混乱的多路联结。而对于ISON表示方毡所有的相关信息都在一个地方一次查询就够了。 如果用户界面是可以输入地区或行业的自由文本字段则将其存储为纯文本字符串更有意义。但是拥有地理区域和行业的标准化列表并让用户从下拉列表或自动填充器中进行选择会更有优势. 无论是存储ID还是文本字符串都涉及内容重复的问题。当使用 ID时对人类有意义的信息例如慈善这个词只存储在一个地方引用它的所有内容都使用ID (ID只在数据库中有意义。当直接存储文本时则使用它的每条记录中都保存了一份这样可读信息。 使用ID的好处是因为它对人类没有任何直接意义所以永远不需要直接改变即使ID标识的信息发生了变化它也可以保持不变。任何对人类有意义的东西都可能在将来某个时刻发生变更。如果这些信息被复制那么所有的冗余副本也都需要更新。这会导致更多写入开销并且存在数据不致的风险. 数据规范化需要表达多对一的关系许多人生活在同一地区许多人在同一行业工作这并不是很适合文档模型。对于关系数据库由于支持联结操作可以很方便地通过ID来引用其他表中的行。 如果数据库本身不支持联结贝lj必须在应用程序代码中通过对数据库进行多次查询来模拟联结对于上述例子地区和行业的列表很小且一段时间内不太可能发生变化应用程序可以简单地将它们缓存在内存中。但无论如何联结的工作其实从数据库转移到了应用层. 即使应用程序的初始版本非常适合采用无联结的文档模型但随着应用支持越来越多的功能数据也变得更加互联一体化。例如考虑以下我们可能对简历进行的修改或扩充
组织和学校作为实体公司名称不是个字符事而星一个指向公司实体的链撞 相比之下关系模型所做的则是定义了所有数据的格式关系表只是元组行的集合仅此而已。。 数据查询语言
命令式编程语言、关系代数其中 σ 希腊字母 σ 是选择操作构只返回符合条件的那些动物、sql 对于声明式查询语言如SQL或关系代数只需指定所需的数据模式结果需满足什么条件以及如何转换数据例如排序、分组和聚合而不需指明如何实现这一目标。数据库系统的查询优化器会决定采用哪些索引和联结以及用何种顺序来执行查询的各个语句。 声明式查询语言很有吸引力它比命令式API更加简洁和容易使用。但更重要的是它对外隐藏了数据库引擎的很多实现细节这样数据库系统能够在不改变查询语句的情况下提高性能。 声明式语言通常适合于并行执行。现在CPU主要通过增加核而不是通过比之前更高的时钟频率31 来提升速度。而命令式代码由于指定了特定的执行顺序很难在多核和多台机器上并行化。声明式语言则对于并行执行更为友好它们仅指定了结果所满足的模式而不指定如何得到结果的具体算住。所以如果可以的话数据库都倾向于采用井行方式实现查询语言。 介绍js操作样式部分--忽略 MapReduce查询第10章批处理系统--详细介绍 MapR 巳 duce既不是声明式查询语言也不是一个完全命令式的查询A凹而是介于两者之间查询的逻辑用代码片段来表示这些代码片段可以被处理框架重复地调用。它主要基于许多函数式编程语言中的map也称为collect 和reduce也称为fold或inject函数 图状数据模型--不深入
