Database design 如何在NDB/Google云数据存储中构造数据

我需要一些关于如何在NDB中构造一些数据的帮助。我有一个合理数量的财务数据（尽管我怀疑有些人会称之为小数据），我希望能够存储这些数据以向我的用户展示

每个项目（可能）都有多个成本中心，每个成本中心都有多个任务，每个交易周期（每年12个）都有支出

我相信这个结构是合乎逻辑的，但我想在构建它之前检查一下：

项目->成本中心->任务->交易

其中，

任务

是

交易

的父项，

成本中心

是

任务

的父项等

这合乎逻辑吗？考虑到每个月都会增加几千笔新交易，我不想让自己陷入一个低效的结构中

更新： 我考虑的是效率，即创造一些易于使用的东西，而不是处理能力方面的效率。我确信谷歌拥有强大的实力，但我想通过使数据易于处理来帮助自己

在上面的示例中，我希望向用户显示一个项目支出表，按

成本中心

分组，然后按

任务

分组，以

交易周期

作为列标题-非常类似于透视表。我想知道，如果有多个级别，并且担心访问层次结构上下的信息，或者有一个级别具有更多属性，但分配给项目的事务量很大，那么这会更容易吗？

我认为这为NoSQL设计提供了一个重要的范例

“作为应用程序状态引擎的超媒体”是RESTful体系结构的核心原则

基本上，我建议您从编写实体属性的角度考虑，这些实体属性不仅仅是被动数据，而且实际上为API用户提供了一组代码片段或URI片段，这些片段共同回答了一个问题：“好的，我可以如何处理这些数据？”

给定一种特殊的类型，您将有一个这种特殊的实体，按名称而不是id存储，其属性用于记录使用这种类型可以完成的事情

因此，例如，如果您将“task”作为一种类型，那么您将有一个特殊的“task”类型的实体，由“name=usageTask”存储，属性lookUpCostCenter包含请求主体的JSON模板，用于获取任何“task”实体的“成本中心”

这可能是一个微不足道的例子，但希望它能澄清问题

---

我的观点是，HATEOAS可以作为传统RDBMs关系完整性机制的强大替代品。

这在很大程度上取决于数据存储的用途。你确定需要优化此数据存储吗？2000是一个非常小的事务量。我想我考虑的是在创造性方面的效率在处理能力方面，我确信谷歌拥有强大的能力，但我想通过使数据易于处理来帮助自己。在上面的例子中，我想向用户显示一个项目支出表，按成本中心、任务、交易和tradin进行分组g句点作为列标题-很像透视表。我想知道是有多个级别更好，还是有一个级别具有更多属性更好？