Ruby是否有数据库或数据结构来实现关系矩阵？

我有一个非常简单的数据集

• 产品
• 属性
• 交叉表：产品的相关属性

                    red    blue   modern   old fashion  (50+ Entries)
       Jeans myway    0%   100%    30%       30%
       Polo Shirt   100%     0%    10%       40%
       (500+ Entries)
  

在应用程序中，选择红色、蓝色等属性。。并根据相关性对产品进行排序

存储数据的最佳方式是什么？ruby有好的数据结构（库）吗

（不要告诉我如何用传统的3表sql和active record实现它。我已经知道了。我正在寻找更好的解决方案。）

一种方法是使用散列：

"red" => {"Jeans myway" => 0, "Polo Shirt" => 100}, "blue" => {..

这是一种好方法吗？我应该如何将其存储到文件中

[编辑] 更好的解决方案：如果我使用关系数据库，我必须将矩阵拆分为3个表产品、属性、属性和产品。我想将其存储在一个表/矩阵中，并像矩阵一样搜索/使用它

---

例如，我想选择属性“旧时尚”、“现代时尚”相关（>0）的产品，按相关性排序将返回“牛仔裤myway 0.09”、“马球衫0.04”。（相关性通过乘法计算。）

这里有一个适合您需要的解决方案。它允许您选择任意数量的产品或属性，并查看另一个轴中按权重乘积排序的值。它允许您将数据存储在CSV中，这样您就可以保留一个大的Excel文件，用于将来的调整

merge\u by

、

sort\u by

和

filter\u by

方法可用于指定获取结果时要应用的块

TESTDATA = <<ENDCSV
,red,blue,modern,old fashion,sexy
Jeans myway,0%,100%,30%,30%,70%
Polo Shirt,100%,0%,10%,40%,1%
Bra,100%,0%,100%,0%,100%
ENDCSV

def test
  products = RelationTable.load_from_csv( TESTDATA )

  p products.find( :col, 'old fashion','modern' )
  #=> [["Jeans myway", 9.0], ["Polo Shirt", 4.0]]

  p products.find( :row, 'Polo Shirt' )
  #=> [["red", 100.0], ["old fashion", 40.0], ["modern", 10.0]]

  p products.find( :col, 'sexy' )
  #=> [["Bra", 100.0], ["Jeans myway", 70.0], ["Polo Shirt", 1.0]]

  p products.find( :row, 'Polo Shirt','Bra' )
  #=> [["red", 100.0], ["modern", 10.0]]

  p products.find( :col, 'sexy','modern' )
  #=> [["Bra", 100.0], ["Jeans myway", 21.0], ["Polo Shirt", 0.1]]

  p products.find( :col, 'red', 'blue' )
  #=> []

  p products.find( :col, 'bogus' )
  #=> []
end

class RelationTable
  def self.load_from_csv( csv )
    require 'csv'
    data = CSV.parse(csv)
    self.new( data.shift[1..-1], data.map{ |r| r.shift }, data )
  end
  def initialize( col_names=[], row_names=[], weights=[] )
    @by_col = Hash.new{|h,k|h[k]=Hash.new(0)}
    @by_row = Hash.new{|h,k|h[k]=Hash.new(0)}
    row_names.each_with_index do |row,r|
      col_names.each_with_index do |col,c|
        @by_col[col][row] = @by_row[row][col] = weights[r][c].to_f
      end
    end
    # Multiply all weights, sort by weight (descending), only include non-zero
    merge_by{ |values| values.inject(1.0){ |weight,v| weight*v/100 }*100 }
    sort_by{ |key,value| [-value,key] }
    filter_by{ |key,value| value > 0 }
  end
  def merge_by(&proc);  @merge  = proc; end
  def sort_by(&proc);   @sort   = proc; end
  def filter_by(&proc); @filter = proc; end
  def find( row_or_col, *names )
    axis = (row_or_col == :row) ? @by_row : @by_col
    merge(axis.values_at(*names)).select(&@filter).sort_by(&@sort)
  end
  private
    # Turn an array of hashes into a hash of arrays of values,
    # and then merge the values using the merge_by proc
    def merge( hashes )
      if hashes.length==1
        hashes.first # Speed optimization; ignores the merge_by block
      else
        result = Hash.new{|h,k|h[k]=[]}
        hashes.each{ |h| h.each{ |k,v| result[k] << v } }
        result.each{ |k,values| result[k] = @merge[values] }
        result
       end
    end
end

test if __FILE__==$0

TESTDATA=[[“红色”，100.0]，“老式”，40.0]，“现代”，10.0]]
p products.find（：col，‘sexy’）
#=>[[“胸罩”，100.0]，“牛仔裤myway”，70.0]，“马球衫”，1.0]]
p产品。查找（：行，“马球衫”，“胸罩”）
#=>[[“红色”，100.0]，“现代”，10.0]]
p products.find（：col，‘sexy’、‘modern’）
#=>[[“胸罩”，100.0]，“牛仔裤myway”，21.0]，“马球衫”，0.1]]
p products.find（：col，‘红色’、‘蓝色’）
#=> []
p products.find（：col，'bogus'）
#=> []
结束
类关系表
定义自加载从csv（csv）加载
需要“csv”
data=CSV.parse（CSV）
self.new（data.shift[1..-1]，data.map{r|r.shift}，data）
结束
def初始化（列名称=[]、行名称=[]、权重=[]）
@by|col=Hash.new{h，k|h[k]=Hash.new（0）}
@by|row=Hash.new{h，k|h[k]=Hash.new（0）}
行名称。每个带有索引do的行，r|
列名称。每个列都有索引do |列，c|
@按列[col][row]=@按列[row][col]=权重[r][c]。至
结束
结束
#乘以所有权重，按权重排序（降序），仅包括非零
通过{值}值合并{u。注入（1.0）{权重，v{权重*v/100}*100}
按{键，值{value，键]}排序
按{|键，值|值>0}过滤|u
结束
def merge_by（&proc）@merge=proc；结束
def排序依据（&proc）@排序=进程；结束
def过滤器_by（&proc）@过滤器=程序；结束
def find（行或列，*名称）
轴=（行或列==：行）@按行：@按列
合并（axis.values_at（*names））。选择（&@filter）。按（&@sort）排序
结束
私有的
#将哈希数组转换为值数组的哈希，
#然后使用merge_by proc合并这些值
def合并（散列）
如果hashes.length==1
hashes.first#速度优化；忽略“按块合并”
其他的
result=Hash.new{| h，k | h[k]=[]}
hash.each{h}h.each{k，v | result[k]你说你在寻找一个比SQL+AR更好的解决方案。你能解释一下“更好”的标准是什么吗是吗？MySQL/PostgreSQL RDBMS是问题所在，使用基于文件的SQLite数据库还是内存数据库更好？您需要随着时间的推移更新关系，还是加载一次并读取关系？您是否只需要执行您描述的查询（选择一个属性并查看按相关性排序的产品）？我正在寻找更像矩阵的解决方案。请参阅我的编辑。