გლობალები არის საგანძური ხმლები მონაცემების შესანახად. Ხეები. Მე -2 ნაწილი

დასაწყისი - იხილეთ ნაწილი 1.

3. სტრუქტურების ვარიანტები გლობალების გამოყენებისას

ისეთი სტრუქტურა, როგორიცაა შეკვეთილი ხე, აქვს სხვადასხვა განსაკუთრებული შემთხვევები. განვიხილოთ ის, ვისაც პრაქტიკული მნიშვნელობა აქვს გლობალებთან მუშაობისას.

3.1 განსაკუთრებული შემთხვევა 1. ერთი კვანძი ტოტების გარეშე

გლობალები შეიძლება გამოყენებულ იქნას არა მხოლოდ მასივის მსგავსად, არამედ ჩვეულებრივი ცვლადების მსგავსად. მაგალითად, როგორც მრიცხველი:

Set ^counter = 0  ; установка счётчика
Set id=$Increment(^counter) ;  атомарное инкрементирование

ამ შემთხვევაში გლობალურს, მნიშვნელობის გარდა, შეიძლება ჰქონდეს ტოტებიც. ერთი მეორეს არ გამორიცხავს.

3.2 განსაკუთრებული შემთხვევა 2. ერთი წვერო და მრავალი ტოტი

ზოგადად, ეს არის კლასიკური გასაღები-ღირებულების ბაზა. და თუ ჩვენ შევინახავთ მნიშვნელობის ტოპს მნიშვნელობად, მივიღებთ ძალიან ჩვეულებრივ ცხრილს პირველადი გასაღებით.

გლობალებზე ცხრილის განსახორციელებლად, ჩვენ თავად მოგვიწევს სტრიქონების გენერირება სვეტის მნიშვნელობებიდან და შემდეგ მათი შენახვა გლობალურში პირველადი გასაღების გამოყენებით. იმისათვის, რომ კითხვისას სტრიქონი კვლავ სვეტებად დაყოთ, შეგიძლიათ გამოიყენოთ:

1. განმსაზღვრელი სიმბოლოები.

   Set ^t(id1) = "col11/col21/col31"
   Set ^t(id2) = "col12/col22/col32"

2. ხისტი სქემა, რომელშიც თითოეული ველი იკავებს ბაიტების წინასწარ განსაზღვრულ რაოდენობას. როგორც ეს ხდება რელაციურ მონაცემთა ბაზებში.
3. სპეციალური ფუნქცია $LB (ხელმისაწვდომია ქეშში), რომელიც ქმნის მნიშვნელობების სტრიქონს.

   Set ^t(id1) = $LB("col11", "col21", "col31")
   Set ^t(id2) = $LB("col12", "col22", "col32")

საინტერესოა, რომ არ არის რთული გლობალისტების გამოყენება რელაციურ მონაცემთა ბაზებში მეორადი ინდექსების მსგავსის გასაკეთებლად. მოდით, ასეთ სტრუქტურებს ინდექსის გლობალიები ვუწოდოთ. გლობალური ინდექსი არის დამხმარე ხე ველების სწრაფი ძიებისთვის, რომლებიც არ არიან მთავარი გლობალური ძირითადი გასაღების ნაწილი. მის შესავსებად და გამოსაყენებლად საჭიროა დამატებითი კოდის დაწერა.

მოდით შევქმნათ ინდექსი გლობალური პირველ სვეტზე.

Set ^i("col11", id1) = 1
Set ^i("col12", id2) = 1

ახლა, პირველ სვეტში ინფორმაციის სწრაფად მოსაძიებლად, ჩვენ უნდა გადავხედოთ გლობალურს ^i და იპოვეთ პირველი სვეტის სასურველი მნიშვნელობის შესაბამისი პირველადი კლავიშები (id).

მნიშვნელობის ჩასმისას, ჩვენ შეგვიძლია დაუყოვნებლივ შევქმნათ როგორც მნიშვნელობა, ასევე ინდექსის გლობალი საჭირო ველებისთვის. და საიმედოობისთვის, მოდით, ეს ყველაფერი ტრანზაქციაში გადავიტანოთ.

TSTART
Set ^t(id1) = $LB("col11", "col21", "col31")
Set ^i("col11", id1) = 1
TCOMMIT

დეტალები, თუ როგორ უნდა გავაკეთოთ ეს M ცხრილები გლობალებზე, მეორადი ინდექსების ემულაცია.

ასეთი ცხრილები იმუშავებს ისევე სწრაფად, როგორც ტრადიციულ მონაცემთა ბაზებში (ან კიდევ უფრო სწრაფად), თუ სტრიქონების ჩასმის/განახლების/წაშლის ფუნქციები ჩაიწერება COS/M-ში და შედგენილია.მე შევამოწმე ეს განცხადება ნაყარი INSERT და SELECT ტესტებით ერთ ორსვეტიან ცხრილში, მათ შორის TSTART და TCOMMIT ბრძანებების (ტრანზაქციის) გამოყენებით.

მე არ გამომიცდია უფრო რთული სცენარები ერთდროული წვდომით და პარალელური ტრანზაქციებით.

ტრანზაქციების გამოყენების გარეშე, ჩასმის სიჩქარე იყო 778 ჩასმა/წამში მილიონ მნიშვნელობაზე.
300 მილიონი მნიშვნელობით - 422 ჩასმა/წამში.

ტრანზაქციების გამოყენებისას - 572 ჩასმა/წამში 082M ჩანართზე. ყველა ოპერაცია შესრულდა კომპილირებული M კოდიდან.
მყარი დისკები არის ჩვეულებრივი და არა SSD. RAID5 ჩაწერის უკან. პროცესორი Phenom II 1100T.

SQL მონაცემთა ბაზის ანალოგიურად შესამოწმებლად, თქვენ უნდა დაწეროთ შენახული პროცედურა, რომელიც შეასრულებს ჩასმას მარყუჟში. MySQL 5.5 (InnoDB საცავი) ტესტირებისას ამ მეთოდის გამოყენებით მე მივიღე რიცხვები არაუმეტეს 11K ჩასმა წამში.
დიახ, გლობალებზე ცხრილების დანერგვა უფრო რთულად გამოიყურება, ვიდრე რელაციურ მონაცემთა ბაზებში. მაშასადამე, გლობალებზე ინდუსტრიულ მონაცემთა ბაზებს აქვთ SQL წვდომა, რათა გაამარტივონ მუშაობა ტაბულურ მონაცემებთან.

ზოგადად, თუ მონაცემთა სქემა ხშირად არ შეიცვლება, ჩასმის სიჩქარე არ არის კრიტიკული და მთელი მონაცემთა ბაზა შეიძლება ადვილად იყოს წარმოდგენილი ნორმალიზებული ცხრილების სახით, მაშინ SQL-თან მუშაობა უფრო ადვილია, რადგან ის უზრუნველყოფს აბსტრაქციის უფრო მაღალ დონეს. .

ამ კონკრეტულ შემთხვევაში ამის ჩვენება მინდოდა გლობალებს შეუძლიათ იმოქმედონ როგორც კონსტრუქტორი სხვა მონაცემთა ბაზების შესაქმნელად. ასამბლერის მსგავსად, რომელშიც სხვა ენების დაწერა შეიძლება. აქ მოცემულია მაგალითები, თუ როგორ შეგიძლიათ შექმნათ ანალოგები გლობალებზე გასაღები-მნიშვნელობა, სიები, კომპლექტები, ცხრილი, დოკუმენტზე ორიენტირებული მონაცემთა ბაზები.

თუ თქვენ გჭირდებათ რაიმე სახის არასტანდარტული მონაცემთა ბაზის შექმნა მინიმალური ძალისხმევით, მაშინ უნდა მიხედოთ გლობალურებს.

3.3 განსაკუთრებული შემთხვევა 3. ორდონიანი ხე, მეორე დონის თითოეულ კვანძს აქვს ტოტების ფიქსირებული რაოდენობა.

თქვენ ალბათ მიხვდით: ეს არის ცხრილების ალტერნატიული განხორციელება გლობალებზე. მოდით შევადაროთ ეს განხორციელება წინასთან.

ცხრილები ორ დონის ხეზე vs. ერთ დონის ხეზე.

Cons
დადებითი

1. ჩასმა უფრო ნელია, რადგან თქვენ უნდა დააყენოთ კვანძების რაოდენობა სვეტების რაოდენობის ტოლი.
2. დისკზე მეტი სივრცის მოხმარება. ვინაიდან გლობალური ინდექსები (გააზრებული, როგორც მასივის ინდექსები) სვეტების სახელებით იკავებს ადგილს დისკზე და დუბლირებულია თითოეული მწკრივისთვის.

1. უფრო სწრაფი წვდომა ცალკეული სვეტების მნიშვნელობებზე, რადგან არ არის საჭირო სტრიქონის გაანალიზება. ჩემი ტესტების მიხედვით, ის 11,5%-ით უფრო სწრაფია 2 სვეტზე და მეტი სვეტების დიდ რაოდენობაზე.
2. უფრო ადვილია მონაცემთა სქემის შეცვლა
3. უფრო მკაფიო კოდი

დასკვნა: არა ყველასთვის. იმის გამო, რომ სიჩქარე გლობალთა ერთ-ერთი ყველაზე მნიშვნელოვანი უპირატესობაა, ამ განხორციელების გამოყენებას აზრი არ აქვს, რადგან ის, სავარაუდოდ, არ იქნება უფრო სწრაფად ვიდრე ცხრილები რელაციურ მონაცემთა ბაზებში.

3.4 ზოგადი შემთხვევა. ხეები და შეკვეთილი ხეები

ნებისმიერი მონაცემთა სტრუქტურა, რომელიც შეიძლება იყოს წარმოდგენილი როგორც ხე, იდეალურად ჯდება გლობალებთან.

3.4.1 ობიექტები ქვეობიექტებით

ეს არის გლობალების ტრადიციული გამოყენების სფერო. სამედიცინო სფეროში არსებობს უამრავი დაავადება, მედიკამენტები, სიმპტომები და მკურნალობის მეთოდები. ირაციონალურია თითოეული პაციენტისთვის მილიონი ველის მქონე ცხრილის შექმნა. უფრო მეტიც, ველების 99% ცარიელი იქნება.

წარმოიდგინეთ ცხრილების SQL მონაცემთა ბაზა: „პაციენტი“ ~ 100 000 ველი, „მედიცინა“ - 100 000 ველი, „თერაპია“ - 100 000 ველი, „ გართულებები“ - 100 000 ველი და ა.შ. და ასე შემდეგ. ან შეგიძლიათ შექმნათ ათასობით ცხრილის მონაცემთა ბაზა, თითოეული კონკრეტული ტიპის პაციენტისთვის (და ისინი შეიძლება გადაფარონ!), მკურნალობა, მედიკამენტები და ათასობით სხვა ცხრილი ამ ცხრილებს შორის კავშირებისთვის.

გლობალები იდეალურია მედიცინისთვის, რადგან ისინი საშუალებას გაძლევთ შექმნათ თითოეული პაციენტისთვის მისი სამედიცინო ისტორიის, სხვადასხვა თერაპიისა და მედიკამენტების მოქმედების ზუსტი აღწერა ხის სახით, ცარიელ სვეტებზე ზედმეტი სივრცის დაკარგვის გარეშე. იყოს საქმე ურთიერთობის შემთხვევაში.

გლობალების გამოყენებით მოსახერხებელია მონაცემთა ბაზის შექმნა ადამიანების შესახებ მონაცემებით, როდესაც მნიშვნელოვანია კლიენტის შესახებ სხვადასხვა ინფორმაციის მაქსიმალური დაგროვება და სისტემატიზაცია. ეს მოთხოვნადია მედიცინაში, საბანკო საქმეში, მარკეტინგის, არქივისა და სხვა სფეროებში

.
რა თქმა უნდა, SQL-ში ასევე შეგიძლიათ ხის მიბაძვა მხოლოდ რამდენიმე ცხრილით (EAV გაფართოება, 1,2,3,4,5,6,7,8,9,10), თუმცა ეს ბევრად უფრო რთულია და უფრო ნელი იქნება. არსებითად, თქვენ უნდა დაწეროთ გლობალური, რომელიც მუშაობს ცხრილებზე და დამალოთ ყველა სამუშაო ცხრილებთან აბსტრაქციის ფენის ქვეშ. არასწორია ქვედა დონის ტექნოლოგიის (გლობალური) ემულაცია უმაღლესი დონის ტექნოლოგიის (SQL) გამოყენებით. შეუფერებელი.

საიდუმლო არ არის, რომ მონაცემთა სქემის შეცვლას გიგანტურ ცხრილებზე (ALTER TABLE) შეიძლება საკმაოდ დიდი დრო დასჭირდეს. მაგალითად, MySQL აკეთებს ALTER TABLE ADD|DROP COLUMN-ის შეცვლას ძველი ცხრილიდან ახალ ცხრილში ინფორმაციის სრულად კოპირებით (შემოწმებული MyISAM, InnoDB ძრავები). რომელსაც შეუძლია გათიშოს სამუშაო მონაცემთა ბაზა მილიარდობით ჩანაწერით დღეების, თუ არა კვირის განმავლობაში.

მონაცემთა სტრუქტურის შეცვლა, თუ გლობალს ვიყენებთ, არაფერი დაგვიჯდება. ნებისმიერ დროს ჩვენ შეგვიძლია დავამატოთ ნებისმიერი ახალი თვისება, რომელიც გვჭირდება ნებისმიერ ობიექტს, იერარქიის ნებისმიერ დონეზე. ფილიალების გადარქმევასთან დაკავშირებული ცვლილებები შეიძლება განხორციელდეს ფონზე გაშვებულ მონაცემთა ბაზაში.


ამიტომ, როდესაც საქმე ეხება ობიექტების შენახვას დიდი რაოდენობით არასავალდებულო თვისებებით, გლობალი შესანიშნავი არჩევანია.

უფრო მეტიც, შეგახსენებთ, რომ ნებისმიერ თვისებაზე წვდომა მყისიერია, რადგან გლობალურში ყველა ბილიკი B-ხეა.

გლობალური მონაცემთა ბაზები, ზოგადად, არის დოკუმენტზე ორიენტირებული მონაცემთა ბაზის ტიპი, რომელსაც აქვს იერარქიული ინფორმაციის შენახვის უნარი. აქედან გამომდინარე, დოკუმენტზე ორიენტირებულ მონაცემთა ბაზებს შეუძლიათ კონკურენცია გაუწიონ გლობალურებს სამედიცინო ჩანაწერების შენახვის სფეროში. მაგრამ მაინც არ არის მთლად იგივეშედარებისთვის ავიღოთ MongoDB. ამ დომენში ის აგებს გლობალურებს შემდეგი მიზეზების გამო:

1. დოკუმენტის ზომა. შენახვის ერთეული არის ტექსტი JSON ფორმატში (უფრო ზუსტად BSON) მაქსიმალური მოცულობით დაახლოებით 16 მბ. შეზღუდვა შეიქმნა სპეციალურად იმისთვის, რომ JSON მონაცემთა ბაზა არ შენელდეს ანალიზის დროს, თუ მასში ინახება უზარმაზარი JSON დოკუმენტი და შემდეგ წვდომა ხდება ველებით. ეს დოკუმენტი უნდა შეიცავდეს ყველა ინფორმაციას პაციენტის შესახებ. ჩვენ ყველამ ვიცით, რამდენად სქელი შეიძლება იყოს პაციენტის ჩანაწერები. ბარათის მაქსიმალური ზომა 16 მბ დაუყოვნებლივ წყვეტს იმ პაციენტებს, რომელთა დაავადების ბარათი მოიცავს MRI ფაილებს, რენტგენოლოგიურ სკანირებას და სხვა კვლევებს. გლობალურის ერთ ფილიალში შეგიძლიათ გქონდეთ გიგაბაიტი და ტერაბაიტი ინფორმაცია. პრინციპში, შეგვიძლია ამას წერტილი დავუსვათ, მაგრამ გავაგრძელებ.
2. პაციენტის სქემაში ახალი თვისებების ცნობიერების/ცვლის/წაშლის დრო. ასეთმა მონაცემთა ბაზამ უნდა წაიკითხოს მთელი რუკა მეხსიერებაში (ეს დიდი რაოდენობაა!), გაანალიზოს BSON, დაამატოთ/შეცვალოს/წაშალოს ახალი კვანძი, განაახლოს ინდექსები, შეფუთოს იგი BSON-ში და შეინახოს დისკზე. გლობალს მხოლოდ კონკრეტულ ქონებაზე წვდომა და მისი მანიპულირება სჭირდება.
3. ინდივიდუალური თვისებების სწრაფი წვდომა. დოკუმენტში მრავალი თვისებით და მისი მრავალდონიანი სტრუქტურით, ცალკეულ თვისებებზე წვდომა უფრო სწრაფი იქნება იმის გამო, რომ გლობალურში თითოეული ბილიკი არის B-ხე. BSON-ში, თქვენ უნდა გააანალიზოთ დოკუმენტი, რათა იპოვოთ სასურველი თვისება.

3.3.2 ასოციაციური მასივები

ასოციაციური მასივები (თუნდაც წყობილი მასივებით) იდეალურად ჯდება გლობალებზე. მაგალითად, ასეთი მასივი PHP-დან გამოჩნდება პირველ სურათზე 3.3.1.

$a = array(
  "name" => "Vince Medvedev",
  "city" => "Moscow",
  "threatments" => array(
    "surgeries" => array("apedicectomy", "biopsy"),
    "radiation" => array("gamma", "x-rays"),
    "physiotherapy" => array("knee", "shoulder")
  )
);

3.3.3 იერარქიული დოკუმენტები: XML, JSON

ასევე ადვილად ინახება გლობალებში. შესანახად შეიძლება განთავსდეს სხვადასხვა გზით.

XML
XML გლობალებად დაშლის უმარტივესი გზა არის ტეგის ატრიბუტების შენახვა კვანძებში. და თუ საჭიროა სწრაფი წვდომა ტეგის ატრიბუტებზე, მაშინ ჩვენ შეგვიძლია გადავიტანოთ ისინი ცალკეულ ფილიალებში.

<note id=5>
<to>Вася</to>
<from>Света</from>
<heading>Напоминание</heading>
<body>Позвони мне завтра!</body>
</note>

COS-ზე ეს შეესაბამება კოდს:

Set ^xml("note")="id=5"
Set ^xml("note","to")="Саша"
Set ^xml("note","from")="Света"
Set ^xml("note","heading")="Напоминание"
Set ^xml("note","body")="Позвони мне завтра!"

კომენტარი: XML, JSON, ასოციაციური მასივებისთვის, თქვენ შეგიძლიათ მოიფიქროთ გლობალებზე ჩვენების მრავალი განსხვავებული გზა. ამ შემთხვევაში, ჩვენ არ ასახავს ქვეთეგების თანმიმდევრობას შენიშვნის ტეგში. გლობალურად ^ xml ქვეთეგები ნაჩვენები იქნება ანბანური თანმიმდევრობით. შეკვეთის მკაცრად ასახვისთვის, შეგიძლიათ გამოიყენოთ, მაგალითად, შემდეგი ჩვენება:

JSON.
პირველი სურათი 3.3.1 განყოფილებიდან გვიჩვენებს ამ JSON დოკუმენტის ასახვას:

var document = {
  "name": "Vince Medvedev",
  "city": "Moscow",
  "threatments": {
    "surgeries": ["apedicectomy", "biopsy"],
    "radiation": ["gamma", "x-rays"],
    "physiotherapy": ["knee", "shoulder"]
  },
};

3.3.4 იდენტური სტრუქტურები, რომლებიც დაკავშირებულია იერარქიული ურთიერთობებით

მაგალითები: გაყიდვების ოფისების სტრუქტურა, MLM სტრუქტურაში ადამიანების მდებარეობა, ჭადრაკის გახსნის მონაცემთა ბაზა.

სადებიუტო მონაცემთა ბაზა. თქვენ შეგიძლიათ გამოიყენოთ დარტყმის ძალის შეფასება, როგორც გლობალური კვანძის ინდექსის მნიშვნელობა. შემდეგ უძლიერესი სვლის ასარჩევად საკმარისი იქნება ყველაზე დიდი წონის ტოტის არჩევა. გლობალურში, ყველა ფილიალი თითოეულ დონეზე დალაგდება მოძრაობის სიძლიერის მიხედვით.

გაყიდვების ოფისების სტრუქტურა, ადამიანების სტრუქტურა MLM-ში. კვანძებს შეუძლიათ შეინახონ გარკვეული ქეშირების მნიშვნელობები, რომლებიც ასახავს მთელი ქვეხის მახასიათებლებს. მაგალითად, მოცემული ქვეხის გაყიდვების მოცულობა. ნებისმიერ მომენტში შეგვიძლია მივიღოთ ფიგურა, რომელიც ასახავს ნებისმიერი დარგის მიღწევებს.

4. რა შემთხვევაშია ყველაზე მომგებიანი გლობალების გამოყენება?

პირველი სვეტი წარმოგიდგენთ შემთხვევებს, როდესაც თქვენ მიიღებთ მნიშვნელოვან სიჩქარეს გლობალების გამოყენებით, ხოლო მეორე, როდესაც დიზაინი ან მონაცემთა მოდელი გამარტივდება.

სიჩქარის
მონაცემთა დამუშავების/პრეზენტაციის სიმარტივე

1. ჩასმა [თითოეულ დონეზე ავტომატური დახარისხებით], [სამაგისტრო გასაღებით ინდექსირება]
2. ქვეხეების მოცილება
3. ობიექტები მრავალი ბუდობრივი თვისებით, რომლებიც საჭიროებენ ინდივიდუალურ წვდომას
4. იერარქიული სტრუქტურა ნებისმიერი შტოდან, თუნდაც არარსებულიდან, ბავშვის ტოტების გვერდის ავლით
5. ქვეხეების სიღრმე-პირველი გავლა

1. ობიექტები/ერთეულები არჩევითი [და/ან ჩადგმული] თვისებების/ერთეულების დიდი რაოდენობით
2. სქემის გარეშე მონაცემები. როდესაც ახალი თვისებები შეიძლება ხშირად გამოჩნდეს და ძველი ქრება.
3. თქვენ უნდა შექმნათ ინდივიდუალური მონაცემთა ბაზა.
4. ბილიკის საფუძვლები და გადაწყვეტილების ხეები. როცა მოსახერხებელია ბილიკების ხის სახით წარმოდგენა.
5. იერარქიული სტრუქტურების ამოღება რეკურსიის გამოყენების გარეშე

Extension „გლობალები არის საგანძური ხმლები მონაცემების შესანახად. მწირი მასივები. ნაწილი 3".

პასუხისმგებლობის შეზღუდვის განაცხადი: ეს სტატია და მასზე ჩემი კომენტარები ჩემი აზრია და არავითარი კავშირი არ აქვს InterSystems Corporation-ის ოფიციალურ პოზიციასთან.

წყარო: www.habr.com