Database design 在以下情况下，我应该使用PostgreSQL数组类型吗
我正在使用PostgreSQL 我意识到PostgreSQL有数组数据类型 目前，我需要使用数据库来存储一家半导体工厂的测量结果 他们正在生产半导体器件。每个半导体单元可以有不同数量的测量参数 我计划用下面的方法设计这个表Database design 在以下情况下，我应该使用PostgreSQL数组类型吗,database-design,postgresql,Database Design,Postgresql,我正在使用PostgreSQL 我意识到PostgreSQL有数组数据类型 目前，我需要使用数据库来存储一家半导体工厂的测量结果 他们正在生产半导体器件。每个半导体单元可以有不同数量的测量参数 我计划用下面的方法设计这个表 SemicondutorComponent ===================== ID | Measurement ================= ID | Name | Value | SemicondutorComponent_ID 数据示例： Semi
SemicondutorComponent
=====================
ID |
Measurement
=================
ID | Name | Value | SemicondutorComponent_ID
SemicondutorComponent
=====================
1 |
2 |
Measurement
=================
1 | Width | 0.001 | 1
2 | Height | 0.021 | 1
3 | Thickness | 0.022 | 1
4 | Pad0_Length | 0.031 | 1
5 | Pad1_Width | 0.041 | 1
6 | Width | 0.001 | 2
7 | Height | 0.021 | 2
8 | Thickness | 0.022 | 2
9 | Pad0_Length | 0.031 | 2
10| Pad1_Width | 0.041 | 2
11| Pad2_Width | 0.041 | 2
12| Lead0_Width | 0.041 | 2
SemicondutorComponent
=====================
ID | Array_of_measurement_name | Array_of_measurement_value
我无法评论数组相对于常规表的写入速度，但据我所知，使用2个数组的设计对于查询来说会非常麻烦 我也不知道读取数组的性能如何，但通过查看文档，我可以看出，所有数组访问都是通过位置引用（索引）完成的，因此要找到一个特定的度量值将是一件非常痛苦的事情-您必须遍历名称数组才能找到正确的索引，然后用它来找到值。我怀疑它是否可以在纯SQL中完成，它可能需要一个用户定义的函数 现在关于表的设计：您似乎关心写入速度。每天有2400万个组件，即每小时100万行，这并不算多。乘以50，在最坏的情况下，对于测量来说，每小时5100万行，因此每分钟不到100万行。我认为这应该是可行的，尽管建议批量插入，并避免在许多短期事务上执行许多单行插入（最好插入它们，并以10.000或100.000为一组进行提交） 我确实认为您还需要设计一个归档和/或聚合解决方案，因为一直插入这些卷似乎不太容易维护。我怀疑它是否也有用，但也许只是我不了解这个数据库的用途。我的意思是，对我来说，你不太可能希望在一个组件制造一年后，能够精确地对其进行单独测量。然而，随着时间的推移，保持诸如平均值、最小值、最大值和STDEV测量值之类的统计数据似乎是有用的。但也许你可以解释一下
我想到的另一件事是，它可以帮助首先将原始测量数据存储在一个廉价而快速的日志中（CSV格式的文本文件即可），然后使用多个读卡器读取数据并将其插入数据库。这些读者可以以一种相当稳定的方式阅读。这将减少数据库的瓶颈，并使系统更加健壮（假设日志继续工作的几率高于数据库崩溃）。当然，如果您需要数据库的实时报告来监控流程，这种方法就不太合适了（不过，对于我来说，您需要在单个组件级别执行此操作似乎很奇怪）我无法评论数组与常规表的写入速度，但据我所知，带有2个数组的设计对于查询来说会非常麻烦 我也不知道读取数组的性能如何，但通过查看文档，我可以看出，所有数组访问都是通过位置引用（索引）完成的，因此要找到一个特定的度量值将是一件非常痛苦的事情-您必须遍历名称数组才能找到正确的索引，然后用它来找到值。我怀疑它是否可以在纯SQL中完成，它可能需要一个用户定义的函数 现在关于表的设计：您似乎关心写入速度。每天有2400万个组件，即每小时100万行，这并不算多。乘以50，在最坏的情况下，对于测量来说，每小时5100万行，因此每分钟不到100万行。我认为这应该是可行的，尽管建议批量插入，并避免在许多短期事务上执行许多单行插入（最好插入它们，并以10.000或100.000为一组进行提交） 我确实认为您还需要设计一个归档和/或聚合解决方案，因为一直插入这些卷似乎不太容易维护。我怀疑它是否也有用，但也许只是我不了解这个数据库的用途。我的意思是，对我来说，你不太可能希望在一个组件制造一年后，能够精确地对其进行单独测量。然而，随着时间的推移，保持诸如平均值、最小值、最大值和STDEV测量值之类的统计数据似乎是有用的。但也许你可以解释一下
我想到的另一件事是，它可以帮助首先将原始测量数据存储在一个廉价而快速的日志中（CSV格式的文本文件即可），然后使用多个读卡器读取数据并将其插入数据库。这些读者可以以一种相当稳定的方式阅读。这将减少数据库的瓶颈，并使系统更加健壮（假设日志继续工作的几率高于数据库崩溃）。当然，如果您需要数据库的实时报告来监控流程，那么这种方法就不太合适了（不过，对于我来说，您需要在单个组件级别执行此操作似乎很奇怪）这取决于您计划如何访问数据，其次取决于您计划如何存储数据 如果您要检查作为一个单位的零部件的测量值，并且不打算使用s