2009-04-08 13 views
5

यह this question से संबंधित है। यह मुझे सोच रहा है, उदाहरण के लिए, this book[Agriculture] और [Other] दोनों के पेड़ में क्रमश: [Books > Catalogs > Agriculture] और [Business & Industrial > Agriculture & Forestry > Other] दोनों में से एक बच्चे होने के बजाय, यह केवल अपने स्तर पर टैग के रूप में उन स्तरों पर खड़ा हो सकता है।प्रदर्शन (और वर्गीकरण) में पदानुक्रमित डेटा बनाम संबंधित डेटा के पेशेवरों और विपक्ष क्या होंगे?

eBay की तरह एक वेबसाइट में, टैग[Agriculture और Catalog] भारी [Books > Catalogs > Agriculture]श्रेणी में सभी रिकॉर्ड लिस्टिंग के उन outweigth साथ सभी रिकॉर्ड लिस्टिंग के प्रदर्शन की लागत, प्रदान की हैं डेटा ठीक से सामान्यीकृत है?

मुझे एहसास है कि यह शायद एक बेवकूफ सवाल है (और नहीं, मुझे नहीं लगता कि मैं अगले ईबे प्रोग्रामिंग कर रहा हूं), लेकिन मैं इस जिज्ञासा को और हिला नहीं सकता; प्रलोभन; इसलिए मैं अब बेवकूफ लग रहा हूं और बाद में बेवकूफ या व्यर्थ कुछ करने की तुलना में मेरी गलतफहमी का एक अच्छा समझ प्राप्त करूंगा।

उत्तर

6

जब संबंधपरक मॉडल पहली बार उभरा, तो प्रमुख डेटाबेस प्रतिमान पदानुक्रमित था; और फिर (जैसा कि अभी भी मामला है) पदानुक्रमित अधिक कुशल है क्योंकि, संक्षेप में, आप आंशिक रूप से पूर्व प्रश्नों से शुरू कर सकते हैं।

लेकिन केवल एक स्थिर पदानुक्रमिक संरचना पर आधारित है। जब आप किसी अन्य रूट आयाम से डेटा के दृश्य को फ्लेक्स करना चाहते हैं तो बड़ी कठिनाई उभरती है। (यह दृढ़ता से बहस किया गया सवाल था कि क्या रिलेशनल डेटाबेस व्यावहारिक उपयोग के लिए पर्याप्त कुशल हो सकते हैं; जल्द ही मूर के कानून के मेहनती आवेदन द्वारा हल किया गया।)

उन ग्राहकों के बारे में सोचें जिनके पास ऑर्डर शामिल हैं जिनमें उत्पाद शामिल हैं; एक पदानुक्रम अनिवार्य रूप से आप उन उत्पादों के बारे में भी सोचने में सक्षम होना चाहेंगे जो ग्राहकों से ऑर्डर में पाए जाते हैं; एक संपूर्ण अन्य पदानुक्रम। और क्षेत्र में विक्रेता जो ग्राहकों से ऑर्डर उत्पन्न करते हैं; या ग्राहक हैं जो ऑर्डर देते हैं।

रिलेशनल डेटाबेस आपको अपनी पदानुक्रमों को लगभग समान दक्षता के साथ पुनर्निर्माण करने की क्षमता प्रदान करता है; एकाधिक ऑर्थोगोनल पदानुक्रमों को एम्बेड करने की लागत पर अन्य डेटाबेस स्वरूपों में केवल एक लाभ उपलब्ध है; इस मामले में डेटा बदलने, जोड़ने या हटाने की लागत खगोलीय हो जाती है।

+1

सुंदर जवाब, धन्यवाद! –

2

संबंधपरक मॉडल का मुख्य उद्देश्य नकल को रोकने के लिए है। पदानुक्रमित डेटा, मैन्युअल रूप से ग्रोक करना आसान है, डुप्लिकेशंस समस्याओं से पीड़ित है।

मॉडल का उपयोग करें जो समयपूर्व अनुकूलन करने के बजाए आपके डेटा को सर्वोत्तम रूप से फिट करता है।

मैं संबंधपरक डेटा से प्रस्तुतिगत पदानुक्रमित पेड़ बनाने के लिए प्रवृत्त हूं।

+0

> उस मॉडल का उपयोग करें जो आपके डेटा को समयपूर्व अनुकूलन करने के बजाए सबसे अच्छा फिट बैठता है। मैं संबंधपरक डेटा से बाहर प्रस्तुति पदानुक्रमित पेड़ बनाने के लिए प्रवृत्त हैं। - यह बहुत दिलचस्प था, धन्यवाद। –

 संबंधित मुद्दे

  • कोई संबंधित समस्या नहीं^_^