ಗ್ಲೋಬಲ್ಸ್ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ನಿಧಿ-ಕತ್ತಿಗಳು. ಮರಗಳು. ಭಾಗ 2

ಪ್ರಾರಂಭಿಸಲಾಗುತ್ತಿದೆ - ಭಾಗ 1 ನೋಡಿ.

3. ಗ್ಲೋಬಲ್ಗಳನ್ನು ಬಳಸುವಾಗ ರಚನೆಗಳ ರೂಪಾಂತರಗಳು

ಆದೇಶದ ಮರದಂತಹ ರಚನೆಯು ವಿವಿಧ ವಿಶೇಷ ಪ್ರಕರಣಗಳನ್ನು ಹೊಂದಿದೆ. ಜಾಗತಿಕಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ಪ್ರಾಯೋಗಿಕ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿರುವವರನ್ನು ಪರಿಗಣಿಸೋಣ.

3.1 ವಿಶೇಷ ಪ್ರಕರಣ 1. ಶಾಖೆಗಳಿಲ್ಲದ ಒಂದು ನೋಡ್

ಗ್ಲೋಬಲ್‌ಗಳನ್ನು ರಚನೆಯಂತೆ ಮಾತ್ರವಲ್ಲ, ಸಾಮಾನ್ಯ ವೇರಿಯಬಲ್‌ಗಳಂತೆಯೂ ಬಳಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಕೌಂಟರ್ ಆಗಿ:

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

ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಜಾಗತಿಕ, ಅದರ ಅರ್ಥದ ಜೊತೆಗೆ, ಶಾಖೆಗಳನ್ನು ಸಹ ಹೊಂದಬಹುದು. ಒಂದು ಇನ್ನೊಂದನ್ನು ಹೊರಗಿಡುವುದಿಲ್ಲ.

3.2 ವಿಶೇಷ ಪ್ರಕರಣ 2. ಒಂದು ಶೃಂಗ ಮತ್ತು ಹಲವು ಶಾಖೆಗಳು

ಸಾಮಾನ್ಯವಾಗಿ, ಇದು ಕ್ಲಾಸಿಕ್ ಕೀ-ಮೌಲ್ಯದ ಆಧಾರವಾಗಿದೆ. ಮತ್ತು ನಾವು ಒಂದು ಟ್ಯೂಪಲ್ ಮೌಲ್ಯಗಳನ್ನು ಮೌಲ್ಯವಾಗಿ ಉಳಿಸಿದರೆ, ನಾವು ಪ್ರಾಥಮಿಕ ಕೀಲಿಯೊಂದಿಗೆ ಸಾಮಾನ್ಯ ಕೋಷ್ಟಕವನ್ನು ಪಡೆಯುತ್ತೇವೆ.

ಗ್ಲೋಬಲ್‌ಗಳಲ್ಲಿ ಟೇಬಲ್ ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು, ಕಾಲಮ್ ಮೌಲ್ಯಗಳಿಂದ ನಾವೇ ಸಾಲುಗಳನ್ನು ರಚಿಸಬೇಕು ಮತ್ತು ನಂತರ ಅವುಗಳನ್ನು ಪ್ರಾಥಮಿಕ ಕೀಲಿಯನ್ನು ಬಳಸಿಕೊಂಡು ಜಾಗತಿಕವಾಗಿ ಉಳಿಸಬೇಕು. ಓದುವಾಗ ಸ್ಟ್ರಿಂಗ್ ಅನ್ನು ಮತ್ತೆ ಕಾಲಮ್‌ಗಳಾಗಿ ವಿಭಜಿಸಲು ಸಾಧ್ಯವಾಗುವಂತೆ, ನೀವು ಇದನ್ನು ಬಳಸಬಹುದು:

1. ಡಿಲಿಮಿಟರ್ ಅಕ್ಷರಗಳು.

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

2. ಪ್ರತಿ ಕ್ಷೇತ್ರವು ಪೂರ್ವನಿರ್ಧರಿತ ಸಂಖ್ಯೆಯ ಬೈಟ್‌ಗಳನ್ನು ಆಕ್ರಮಿಸುವ ಕಠಿಣ ಯೋಜನೆ. ಸಂಬಂಧಿತ ಡೇಟಾಬೇಸ್‌ಗಳಲ್ಲಿ ಮಾಡಿದಂತೆ.
3. ವಿಶೇಷ ಕಾರ್ಯ $LB (ಸಂಗ್ರಹದಲ್ಲಿ ಲಭ್ಯವಿದೆ), ಇದು ಮೌಲ್ಯಗಳ ಸ್ಟ್ರಿಂಗ್ ಅನ್ನು ರಚಿಸುತ್ತದೆ.

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

ಕುತೂಹಲಕಾರಿಯಾಗಿ, ಸಂಬಂಧಿತ ಡೇಟಾಬೇಸ್‌ಗಳಲ್ಲಿ ದ್ವಿತೀಯ ಸೂಚ್ಯಂಕಗಳಂತೆಯೇ ಏನನ್ನಾದರೂ ಮಾಡಲು ಗ್ಲೋಬಲ್‌ಗಳನ್ನು ಬಳಸುವುದು ಕಷ್ಟವೇನಲ್ಲ. ಅಂತಹ ರಚನೆಗಳನ್ನು ಜಾಗತಿಕ ಸೂಚ್ಯಂಕ ಎಂದು ಕರೆಯೋಣ. ಜಾಗತಿಕ ಸೂಚ್ಯಂಕವು ಮುಖ್ಯ ಗ್ಲೋಬಲ್‌ನ ಪ್ರಾಥಮಿಕ ಕೀಲಿಯ ಭಾಗವಾಗಿರದ ಕ್ಷೇತ್ರಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಹುಡುಕಲು ಸಹಾಯಕ ಮರವಾಗಿದೆ. ಅದನ್ನು ಭರ್ತಿ ಮಾಡಲು ಮತ್ತು ಅದನ್ನು ಬಳಸಲು, ನೀವು ಹೆಚ್ಚುವರಿ ಕೋಡ್ ಅನ್ನು ಬರೆಯಬೇಕಾಗಿದೆ.

ಮೊದಲ ಕಾಲಮ್‌ನಲ್ಲಿ ಜಾಗತಿಕ ಸೂಚ್ಯಂಕವನ್ನು ರಚಿಸೋಣ.

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

ಈಗ, ಮೊದಲ ಕಾಲಮ್‌ನಲ್ಲಿ ಮಾಹಿತಿಯನ್ನು ತ್ವರಿತವಾಗಿ ಹುಡುಕಲು, ನಾವು ಜಾಗತಿಕವಾಗಿ ನೋಡಬೇಕಾಗಿದೆ ^i ಮತ್ತು ಮೊದಲ ಕಾಲಮ್‌ನ ಅಪೇಕ್ಷಿತ ಮೌಲ್ಯಕ್ಕೆ ಅನುಗುಣವಾದ ಪ್ರಾಥಮಿಕ ಕೀಗಳನ್ನು (ಐಡಿ) ಹುಡುಕಿ.

ಮೌಲ್ಯವನ್ನು ಸೇರಿಸುವಾಗ, ಅಗತ್ಯವಿರುವ ಕ್ಷೇತ್ರಗಳಿಗಾಗಿ ನಾವು ತಕ್ಷಣವೇ ಮೌಲ್ಯ ಮತ್ತು ಸೂಚ್ಯಂಕ ಗ್ಲೋಬಲ್‌ಗಳನ್ನು ರಚಿಸಬಹುದು. ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹತೆಗಾಗಿ, ವ್ಯವಹಾರದಲ್ಲಿ ಎಲ್ಲವನ್ನೂ ಸುತ್ತಿಕೊಳ್ಳೋಣ.

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

M ನಲ್ಲಿ ಅದನ್ನು ಹೇಗೆ ಮಾಡುವುದು ಎಂಬುದರ ಕುರಿತು ವಿವರಗಳು ಜಾಗತಿಕ ಕೋಷ್ಟಕಗಳು, ದ್ವಿತೀಯ ಸೂಚ್ಯಂಕಗಳ ಅನುಕರಣೆ.

ಸಾಲುಗಳನ್ನು ಸೇರಿಸುವ/ನವೀಕರಿಸುವ/ಅಳಿಸುವ ಕಾರ್ಯಗಳನ್ನು COS/M ನಲ್ಲಿ ಬರೆದು ಸಂಕಲಿಸಿದರೆ ಅಂತಹ ಕೋಷ್ಟಕಗಳು ಸಾಂಪ್ರದಾಯಿಕ ಡೇಟಾಬೇಸ್‌ಗಳಲ್ಲಿ (ಅಥವಾ ಇನ್ನೂ ವೇಗವಾಗಿ) ತ್ವರಿತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ.TSTART ಮತ್ತು TCOMMIT ಕಮಾಂಡ್‌ಗಳನ್ನು (ವಹಿವಾಟುಗಳು) ಬಳಸುವುದು ಸೇರಿದಂತೆ ಎರಡು-ಕಾಲಮ್ ಟೇಬಲ್‌ನಲ್ಲಿ ಬಲ್ಕ್ ಇನ್ಸರ್ಟ್ ಮತ್ತು SELECT ನಲ್ಲಿ ಪರೀಕ್ಷೆಗಳೊಂದಿಗೆ ನಾನು ಈ ಹೇಳಿಕೆಯನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.

ನಾನು ಏಕಕಾಲೀನ ಪ್ರವೇಶ ಮತ್ತು ಸಮಾನಾಂತರ ವಹಿವಾಟುಗಳೊಂದಿಗೆ ಹೆಚ್ಚು ಸಂಕೀರ್ಣ ಸನ್ನಿವೇಶಗಳನ್ನು ಪರೀಕ್ಷಿಸಿಲ್ಲ.

ವಹಿವಾಟುಗಳನ್ನು ಬಳಸದೆಯೇ, ಪ್ರತಿ ಮಿಲಿಯನ್ ಮೌಲ್ಯಗಳಿಗೆ ಅಳವಡಿಕೆ ದರವು 778 ಇನ್ಸರ್ಟ್‌ಗಳು/ಸೆಕೆಂಡ್ ಆಗಿತ್ತು.
300 ಮಿಲಿಯನ್ ಮೌಲ್ಯಗಳೊಂದಿಗೆ - 422 ಇನ್ಸರ್ಟ್‌ಗಳು/ಸೆಕೆಂಡ್.

ವಹಿವಾಟುಗಳನ್ನು ಬಳಸುವಾಗ - 572M ಇನ್ಸರ್ಟ್‌ಗಳಿಗೆ 082 ಇನ್ಸರ್ಟ್‌ಗಳು/ಸೆಕೆಂಡ್. ಎಲ್ಲಾ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಕಂಪೈಲ್ ಮಾಡಿದ M ಕೋಡ್‌ನಿಂದ ನಿರ್ವಹಿಸಲಾಗಿದೆ.
ಹಾರ್ಡ್ ಡ್ರೈವ್‌ಗಳು ನಿಯಮಿತವಾಗಿರುತ್ತವೆ, SSD ಅಲ್ಲ. ರೈಟ್-ಬ್ಯಾಕ್ ಜೊತೆಗೆ RAID5. ಫೆನೋಮ್ II 1100T ಪ್ರೊಸೆಸರ್.

SQL ಡೇಟಾಬೇಸ್ ಅನ್ನು ಇದೇ ರೀತಿಯಲ್ಲಿ ಪರೀಕ್ಷಿಸಲು, ನೀವು ಲೂಪ್‌ನಲ್ಲಿ ಅಳವಡಿಕೆಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಸಂಗ್ರಹಿಸಿದ ಕಾರ್ಯವಿಧಾನವನ್ನು ಬರೆಯಬೇಕಾಗುತ್ತದೆ. MySQL 5.5 (InnoDB ಸ್ಟೋರೇಜ್) ಅನ್ನು ಪರೀಕ್ಷಿಸುವಾಗ, ಈ ವಿಧಾನವನ್ನು ಬಳಸಿಕೊಂಡು ನಾನು ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ 11K ಒಳಸೇರಿಸುವಿಕೆಗಿಂತ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಗಳನ್ನು ಸ್ವೀಕರಿಸಲಿಲ್ಲ.
ಹೌದು, ಜಾಗತಿಕ ಮಟ್ಟದಲ್ಲಿ ಕೋಷ್ಟಕಗಳ ಅನುಷ್ಠಾನವು ಸಂಬಂಧಿತ ಡೇಟಾಬೇಸ್‌ಗಳಿಗಿಂತ ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾಗಿದೆ. ಆದ್ದರಿಂದ, ಗ್ಲೋಬಲ್ಸ್‌ನಲ್ಲಿನ ಕೈಗಾರಿಕಾ ಡೇಟಾಬೇಸ್‌ಗಳು ಕೋಷ್ಟಕ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸವನ್ನು ಸರಳಗೊಳಿಸಲು SQL ಪ್ರವೇಶವನ್ನು ಹೊಂದಿವೆ.

ಸಾಮಾನ್ಯವಾಗಿ, ಡೇಟಾ ಸ್ಕೀಮಾ ಆಗಾಗ್ಗೆ ಬದಲಾಗದಿದ್ದರೆ, ಅಳವಡಿಕೆ ವೇಗವು ನಿರ್ಣಾಯಕವಲ್ಲ ಮತ್ತು ಸಂಪೂರ್ಣ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಸಾಮಾನ್ಯ ಕೋಷ್ಟಕಗಳ ರೂಪದಲ್ಲಿ ಸುಲಭವಾಗಿ ಪ್ರತಿನಿಧಿಸಬಹುದು, ನಂತರ SQL ನೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು ಸುಲಭ, ಏಕೆಂದರೆ ಇದು ಹೆಚ್ಚಿನ ಮಟ್ಟದ ಅಮೂರ್ತತೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ. .

ಈ ನಿರ್ದಿಷ್ಟ ಸಂದರ್ಭದಲ್ಲಿ ನಾನು ಅದನ್ನು ತೋರಿಸಲು ಬಯಸುತ್ತೇನೆ ಗ್ಲೋಬಲ್‌ಗಳು ಇತರ ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ರಚಿಸಲು ಕನ್‌ಸ್ಟ್ರಕ್ಟರ್ ಆಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದು. ಇತರ ಭಾಷೆಗಳನ್ನು ಬರೆಯಬಹುದಾದ ಅಸೆಂಬ್ಲರ್‌ನಂತೆ. ಗ್ಲೋಬಲ್‌ಗಳಲ್ಲಿ ನೀವು ಅನಲಾಗ್‌ಗಳನ್ನು ಹೇಗೆ ರಚಿಸಬಹುದು ಎಂಬುದರ ಉದಾಹರಣೆಗಳು ಇಲ್ಲಿವೆ ಕೀ-ಮೌಲ್ಯ, ಪಟ್ಟಿಗಳು, ಸೆಟ್‌ಗಳು, ಕೋಷ್ಟಕ, ಡಾಕ್ಯುಮೆಂಟ್-ಆಧಾರಿತ ಡೇಟಾಬೇಸ್‌ಗಳು.

ನೀವು ಕನಿಷ್ಟ ಪ್ರಯತ್ನದಿಂದ ಕೆಲವು ರೀತಿಯ ಪ್ರಮಾಣಿತವಲ್ಲದ ಡೇಟಾಬೇಸ್ ಅನ್ನು ರಚಿಸಬೇಕಾದರೆ, ನೀವು ಜಾಗತಿಕಗಳ ಕಡೆಗೆ ನೋಡಬೇಕು.

3.3 ವಿಶೇಷ ಪ್ರಕರಣ 3. ಎರಡು-ಹಂತದ ಮರ, ಎರಡನೇ ಹಂತದ ಪ್ರತಿಯೊಂದು ನೋಡ್‌ಗಳು ಸ್ಥಿರ ಸಂಖ್ಯೆಯ ಶಾಖೆಗಳನ್ನು ಹೊಂದಿದೆ

ನೀವು ಬಹುಶಃ ಊಹಿಸಿದ್ದೀರಿ: ಇದು ಜಾಗತಿಕ ಕೋಷ್ಟಕಗಳ ಪರ್ಯಾಯ ಅನುಷ್ಠಾನವಾಗಿದೆ. ಈ ಅನುಷ್ಠಾನವನ್ನು ಹಿಂದಿನದಕ್ಕೆ ಹೋಲಿಸಿ ನೋಡೋಣ.

ಎರಡು ಹಂತದ ಮರದ ಮೇಲೆ ಕೋಷ್ಟಕಗಳು vs. ಒಂದೇ ಹಂತದ ಮರದ ಮೇಲೆ.

ಮಿನುಸು
ಪ್ಲೂಸ್

1. ಅಳವಡಿಕೆಗೆ ನಿಧಾನವಾಗಿದೆ, ಏಕೆಂದರೆ ನೀವು ಕಾಲಮ್‌ಗಳ ಸಂಖ್ಯೆಗೆ ಸಮಾನವಾದ ನೋಡ್‌ಗಳ ಸಂಖ್ಯೆಯನ್ನು ಹೊಂದಿಸಬೇಕಾಗುತ್ತದೆ.
2. ಹೆಚ್ಚು ಡಿಸ್ಕ್ ಸ್ಪೇಸ್ ಬಳಕೆ. ಕಾಲಮ್ ಹೆಸರುಗಳೊಂದಿಗೆ ಜಾಗತಿಕ ಸೂಚ್ಯಂಕಗಳು (ಅರೇ ಇಂಡೆಕ್ಸ್‌ಗಳು ಎಂದು ಅರ್ಥೈಸಿಕೊಳ್ಳಲಾಗಿದೆ) ಡಿಸ್ಕ್ ಜಾಗವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದರಿಂದ ಮತ್ತು ಪ್ರತಿ ಸಾಲಿಗೆ ನಕಲು ಮಾಡಲಾಗುತ್ತದೆ.

1. ಸ್ಟ್ರಿಂಗ್ ಅನ್ನು ಪಾರ್ಸ್ ಮಾಡುವ ಅಗತ್ಯವಿಲ್ಲದ ಕಾರಣ ಪ್ರತ್ಯೇಕ ಕಾಲಮ್‌ಗಳ ಮೌಲ್ಯಗಳಿಗೆ ವೇಗವಾದ ಪ್ರವೇಶ. ನನ್ನ ಪರೀಕ್ಷೆಗಳ ಪ್ರಕಾರ, ಇದು 11,5 ಕಾಲಮ್‌ಗಳಲ್ಲಿ 2% ವೇಗವಾಗಿರುತ್ತದೆ ಮತ್ತು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಕಾಲಮ್‌ಗಳಲ್ಲಿ ಹೆಚ್ಚು.
2. ಡೇಟಾ ಸ್ಕೀಮಾವನ್ನು ಬದಲಾಯಿಸಲು ಸುಲಭವಾಗಿದೆ
3. ಹೆಚ್ಚು ಸ್ಪಷ್ಟವಾದ ಕೋಡ್

ತೀರ್ಮಾನ: ಎಲ್ಲರಿಗೂ ಅಲ್ಲ. ವೇಗವು ಗ್ಲೋಬಲ್‌ಗಳ ಪ್ರಮುಖ ಪ್ರಯೋಜನಗಳಲ್ಲಿ ಒಂದಾಗಿರುವುದರಿಂದ, ಈ ಅನುಷ್ಠಾನವನ್ನು ಬಳಸುವುದರಲ್ಲಿ ಸ್ವಲ್ಪ ಅರ್ಥವಿಲ್ಲ, ಏಕೆಂದರೆ ಇದು ಸಂಬಂಧಿತ ಡೇಟಾಬೇಸ್‌ಗಳಲ್ಲಿನ ಕೋಷ್ಟಕಗಳಿಗಿಂತ ವೇಗವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ.

3.4 ಸಾಮಾನ್ಯ ಪ್ರಕರಣ. ಮರಗಳು ಮತ್ತು ಆದೇಶದ ಮರಗಳು

ಮರದಂತೆ ಪ್ರತಿನಿಧಿಸಬಹುದಾದ ಯಾವುದೇ ಡೇಟಾ ರಚನೆಯು ಗ್ಲೋಬಲ್‌ಗಳೊಂದಿಗೆ ಸಂಪೂರ್ಣವಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ.

3.4.1 ಉಪವಿಷಯಗಳೊಂದಿಗೆ ವಸ್ತುಗಳು

ಇದು ಜಾಗತಿಕಗಳ ಸಾಂಪ್ರದಾಯಿಕ ಬಳಕೆಯ ಕ್ಷೇತ್ರವಾಗಿದೆ. ವೈದ್ಯಕೀಯ ಕ್ಷೇತ್ರದಲ್ಲಿ ರೋಗಗಳು, ಔಷಧಿಗಳು, ರೋಗಲಕ್ಷಣಗಳು ಮತ್ತು ಚಿಕಿತ್ಸಾ ವಿಧಾನಗಳ ಒಂದು ದೊಡ್ಡ ಸಂಖ್ಯೆಯಿದೆ. ಪ್ರತಿ ರೋಗಿಗೆ ಮಿಲಿಯನ್ ಕ್ಷೇತ್ರಗಳೊಂದಿಗೆ ಟೇಬಲ್ ಅನ್ನು ರಚಿಸುವುದು ಅಭಾಗಲಬ್ಧವಾಗಿದೆ. ಇದಲ್ಲದೆ, 99% ಕ್ಷೇತ್ರಗಳು ಖಾಲಿಯಾಗುತ್ತವೆ.

ಕೋಷ್ಟಕಗಳ SQL ಡೇಟಾಬೇಸ್ ಅನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ: "ರೋಗಿ" ~ 100 ಕ್ಷೇತ್ರಗಳು, "ಔಷಧಿ" - 000 ಕ್ಷೇತ್ರಗಳು, "ಥೆರಪಿ" - 100 ಕ್ಷೇತ್ರಗಳು, "ತೊಡಕುಗಳು" - 000 ಕ್ಷೇತ್ರಗಳು, ಇತ್ಯಾದಿ. ಮತ್ತು ಇತ್ಯಾದಿ. ಅಥವಾ ನೀವು ಸಾವಿರಾರು ಕೋಷ್ಟಕಗಳ ಡೇಟಾಬೇಸ್ ಅನ್ನು ರಚಿಸಬಹುದು, ಪ್ರತಿಯೊಂದೂ ನಿರ್ದಿಷ್ಟ ರೀತಿಯ ರೋಗಿಗೆ (ಮತ್ತು ಅವುಗಳು ಅತಿಕ್ರಮಿಸಬಹುದು!), ಚಿಕಿತ್ಸೆಗಳು, ಔಷಧಿಗಳು ಮತ್ತು ಈ ಕೋಷ್ಟಕಗಳ ನಡುವಿನ ಸಂಪರ್ಕಕ್ಕಾಗಿ ಸಾವಿರಾರು ಕೋಷ್ಟಕಗಳು.

ಗ್ಲೋಬಲ್ಸ್ ಔಷಧಿಗೆ ಸೂಕ್ತವಾಗಿದೆ, ಏಕೆಂದರೆ ಪ್ರತಿ ರೋಗಿಗೆ ಅವನ ವೈದ್ಯಕೀಯ ಇತಿಹಾಸ, ವಿವಿಧ ಚಿಕಿತ್ಸೆಗಳು ಮತ್ತು ಔಷಧಿಗಳ ಕ್ರಿಯೆಗಳ ನಿಖರವಾದ ವಿವರಣೆಯನ್ನು ಮರದ ರೂಪದಲ್ಲಿ, ಖಾಲಿ ಕಾಲಮ್ಗಳಲ್ಲಿ ಹೆಚ್ಚುವರಿ ಡಿಸ್ಕ್ ಜಾಗವನ್ನು ವ್ಯರ್ಥ ಮಾಡದೆಯೇ ರಚಿಸಲು ನಿಮಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಸಂಬಂಧಿತ ಪ್ರಕರಣದಲ್ಲಿ ಹೀಗಿರಬೇಕು.

ಗ್ಲೋಬಲ್‌ಗಳನ್ನು ಬಳಸುವುದರಿಂದ ಜನರ ಬಗ್ಗೆ ಡೇಟಾದೊಂದಿಗೆ ಡೇಟಾಬೇಸ್ ರಚಿಸಲು ಅನುಕೂಲಕರವಾಗಿದೆ, ಕ್ಲೈಂಟ್ ಬಗ್ಗೆ ಗರಿಷ್ಠ ವಿವಿಧ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸುವುದು ಮತ್ತು ವ್ಯವಸ್ಥಿತಗೊಳಿಸುವುದು ಮುಖ್ಯವಾದಾಗ. ಇದು ಔಷಧ, ಬ್ಯಾಂಕಿಂಗ್, ಮಾರ್ಕೆಟಿಂಗ್, ಆರ್ಕೈವಿಂಗ್ ಮತ್ತು ಇತರ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಬೇಡಿಕೆಯಿದೆ

.
ಸಹಜವಾಗಿ, SQL ನಲ್ಲಿ ನೀವು ಕೆಲವು ಕೋಷ್ಟಕಗಳೊಂದಿಗೆ ಮರವನ್ನು ಅನುಕರಿಸಬಹುದು (ಇಎವಿ, 1,2,3,4,5,6,7,8,9,10), ಆದಾಗ್ಯೂ ಇದು ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚು ಜಟಿಲವಾಗಿದೆ ಮತ್ತು ನಿಧಾನವಾಗಿರುತ್ತದೆ. ಮೂಲಭೂತವಾಗಿ, ನೀವು ಕೋಷ್ಟಕಗಳಲ್ಲಿ ಕೆಲಸ ಮಾಡುವ ಜಾಗತಿಕವನ್ನು ಬರೆಯಬೇಕು ಮತ್ತು ಅಮೂರ್ತ ಪದರದ ಅಡಿಯಲ್ಲಿ ಕೋಷ್ಟಕಗಳೊಂದಿಗೆ ಎಲ್ಲಾ ಕೆಲಸವನ್ನು ಮರೆಮಾಡಬೇಕು. ಉನ್ನತ ಮಟ್ಟದ ತಂತ್ರಜ್ಞಾನವನ್ನು (SQL) ಬಳಸಿಕೊಂಡು ಕೆಳಮಟ್ಟದ ತಂತ್ರಜ್ಞಾನವನ್ನು (ಗ್ಲೋಬಲ್ಸ್) ಅನುಕರಿಸುವುದು ತಪ್ಪು. ಅನುಚಿತ.

ದೈತ್ಯ ಕೋಷ್ಟಕಗಳಲ್ಲಿ (ಆಲ್ಟರ್ ಟೇಬಲ್) ಡೇಟಾ ಸ್ಕೀಮಾವನ್ನು ಬದಲಾಯಿಸಲು ಸಾಕಷ್ಟು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳಬಹುದು ಎಂಬುದು ರಹಸ್ಯವಲ್ಲ. MySQL, ಉದಾಹರಣೆಗೆ, ಹಳೆಯ ಟೇಬಲ್‌ನಿಂದ ಹೊಸ ಟೇಬಲ್‌ಗೆ ಮಾಹಿತಿಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ನಕಲಿಸುವ ಮೂಲಕ ALTER TABLE ADD|DROP COLUMN ಮಾಡುತ್ತದೆ (ಪರೀಕ್ಷಿತ MyISAM, InnoDB ಎಂಜಿನ್‌ಗಳು). ಇದು ಕೆಲಸ ಮಾಡುವ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಶತಕೋಟಿ ದಾಖಲೆಗಳೊಂದಿಗೆ ದಿನಗಳವರೆಗೆ, ವಾರಗಳಲ್ಲದಿದ್ದರೆ ಸ್ಥಗಿತಗೊಳಿಸಬಹುದು.

ನಾವು ಗ್ಲೋಬಲ್‌ಗಳನ್ನು ಬಳಸಿದರೆ ಡೇಟಾ ರಚನೆಯನ್ನು ಬದಲಾಯಿಸುವುದರಿಂದ ನಮಗೆ ಏನೂ ವೆಚ್ಚವಾಗುವುದಿಲ್ಲ. ಯಾವುದೇ ಸಮಯದಲ್ಲಿ ನಮಗೆ ಅಗತ್ಯವಿರುವ ಯಾವುದೇ ಹೊಸ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಯಾವುದೇ ವಸ್ತುವಿಗೆ, ಶ್ರೇಣಿಯ ಯಾವುದೇ ಹಂತದಲ್ಲಿ ಸೇರಿಸಬಹುದು. ಮರುಹೆಸರಿಸುವ ಶಾಖೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಬದಲಾವಣೆಗಳನ್ನು ಚಾಲನೆಯಲ್ಲಿರುವ ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಹಿನ್ನೆಲೆಯಲ್ಲಿ ರನ್ ಮಾಡಬಹುದು.


ಆದ್ದರಿಂದ, ಬೃಹತ್ ಸಂಖ್ಯೆಯ ಐಚ್ಛಿಕ ಗುಣಲಕ್ಷಣಗಳೊಂದಿಗೆ ವಸ್ತುಗಳನ್ನು ಸಂಗ್ರಹಿಸಲು ಬಂದಾಗ, ಗ್ಲೋಬಲ್ಗಳು ಉತ್ತಮ ಆಯ್ಕೆಯಾಗಿದೆ.

ಇದಲ್ಲದೆ, ಯಾವುದೇ ಗುಣಲಕ್ಷಣಗಳಿಗೆ ಪ್ರವೇಶವು ತ್ವರಿತವಾಗಿರುತ್ತದೆ ಎಂದು ನಾನು ನಿಮಗೆ ನೆನಪಿಸುತ್ತೇನೆ, ಏಕೆಂದರೆ ಜಾಗತಿಕವಾಗಿ ಎಲ್ಲಾ ಮಾರ್ಗಗಳು ಬಿ-ಟ್ರೀಗಳಾಗಿವೆ.

ಜಾಗತಿಕ ಡೇಟಾಬೇಸ್‌ಗಳು, ಸಾಮಾನ್ಯವಾಗಿ, ಕ್ರಮಾನುಗತ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿರುವ ಡಾಕ್ಯುಮೆಂಟ್-ಆಧಾರಿತ ಡೇಟಾಬೇಸ್‌ನ ಪ್ರಕಾರವಾಗಿದೆ. ಆದ್ದರಿಂದ, ಡಾಕ್ಯುಮೆಂಟ್-ಆಧಾರಿತ ಡೇಟಾಬೇಸ್‌ಗಳು ವೈದ್ಯಕೀಯ ದಾಖಲೆಗಳನ್ನು ಸಂಗ್ರಹಿಸುವ ಕ್ಷೇತ್ರದಲ್ಲಿ ಜಾಗತಿಕಗಳೊಂದಿಗೆ ಸ್ಪರ್ಧಿಸಬಹುದು. ಆದರೆ ಇದು ಇನ್ನೂ ಒಂದೇ ಆಗಿಲ್ಲಹೋಲಿಕೆಗಾಗಿ ಮೊಂಗೋಡಿಬಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳೋಣ. ಈ ಡೊಮೇನ್‌ನಲ್ಲಿ ಈ ಕೆಳಗಿನ ಕಾರಣಗಳಿಗಾಗಿ ಇದು ಜಾಗತಿಕ ಮಟ್ಟದಲ್ಲಿ ಕಳೆದುಕೊಳ್ಳುತ್ತದೆ:

1. ಡಾಕ್ಯುಮೆಂಟ್ ಗಾತ್ರ. ಶೇಖರಣಾ ಘಟಕವು JSON ಸ್ವರೂಪದಲ್ಲಿ ಪಠ್ಯವಾಗಿದೆ (ಹೆಚ್ಚು ನಿಖರವಾಗಿ BSON) ಸುಮಾರು 16MB ಗರಿಷ್ಠ ಪರಿಮಾಣದೊಂದಿಗೆ. ಒಂದು ದೊಡ್ಡ JSON ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು ಅದರಲ್ಲಿ ಸಂಗ್ರಹಿಸಿದರೆ ಮತ್ತು ನಂತರ ಕ್ಷೇತ್ರಗಳ ಮೂಲಕ ಪ್ರವೇಶಿಸಿದರೆ ಪಾರ್ಸಿಂಗ್ ಸಮಯದಲ್ಲಿ JSON ಡೇಟಾಬೇಸ್ ನಿಧಾನವಾಗದಂತೆ ನಿರ್ಬಂಧವನ್ನು ನಿರ್ದಿಷ್ಟವಾಗಿ ಮಾಡಲಾಗಿದೆ. ಈ ಡಾಕ್ಯುಮೆಂಟ್ ರೋಗಿಯ ಬಗ್ಗೆ ಎಲ್ಲಾ ಮಾಹಿತಿಯನ್ನು ಒಳಗೊಂಡಿರಬೇಕು. ರೋಗಿಗಳ ದಾಖಲೆಗಳು ಎಷ್ಟು ದಪ್ಪವಾಗಿರುತ್ತದೆ ಎಂದು ನಮಗೆಲ್ಲರಿಗೂ ತಿಳಿದಿದೆ. 16MB ಯ ಗರಿಷ್ಟ ಕಾರ್ಡ್ ಗಾತ್ರವು MRI ಫೈಲ್‌ಗಳು, X-ray ಸ್ಕ್ಯಾನ್‌ಗಳು ಮತ್ತು ಇತರ ಅಧ್ಯಯನಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ರೋಗದ ಕಾರ್ಡ್ ರೋಗಿಗಳನ್ನು ತಕ್ಷಣವೇ ಕೊನೆಗೊಳಿಸುತ್ತದೆ. ಜಾಗತಿಕ ಒಂದು ಶಾಖೆಯಲ್ಲಿ ನೀವು ಗಿಗಾಬೈಟ್‌ಗಳು ಮತ್ತು ಟೆರಾಬೈಟ್‌ಗಳಷ್ಟು ಮಾಹಿತಿಯನ್ನು ಹೊಂದಬಹುದು. ತಾತ್ವಿಕವಾಗಿ, ನಾವು ಇದನ್ನು ಕೊನೆಗೊಳಿಸಬಹುದು, ಆದರೆ ನಾನು ಮುಂದುವರಿಯುತ್ತೇನೆ.
2. ರೋಗಿಯ ಚಾರ್ಟ್‌ನಲ್ಲಿನ ಹೊಸ ಗುಣಲಕ್ಷಣಗಳ ಪ್ರಜ್ಞೆ/ಬದಲಾವಣೆ/ಅಳಿಸುವಿಕೆಯ ಸಮಯ. ಅಂತಹ ಡೇಟಾಬೇಸ್ ಸಂಪೂರ್ಣ ನಕ್ಷೆಯನ್ನು ಮೆಮೊರಿಗೆ ಓದಬೇಕು (ಇದು ದೊಡ್ಡ ಮೊತ್ತವಾಗಿದೆ!), BSON ಅನ್ನು ಪಾರ್ಸ್ ಮಾಡಿ, ಹೊಸ ನೋಡ್ ಅನ್ನು ಸೇರಿಸಿ/ಬದಲಾಯಿಸಿ/ಅಳಿಸಿ, ಇಂಡೆಕ್ಸ್‌ಗಳನ್ನು ನವೀಕರಿಸಿ, ಅದನ್ನು BSON ಗೆ ಪ್ಯಾಕ್ ಮಾಡಿ ಮತ್ತು ಅದನ್ನು ಡಿಸ್ಕ್‌ಗೆ ಉಳಿಸಬೇಕು. ಜಾಗತಿಕವು ನಿರ್ದಿಷ್ಟ ಆಸ್ತಿಯನ್ನು ಪ್ರವೇಶಿಸಲು ಮತ್ತು ಅದನ್ನು ಕುಶಲತೆಯಿಂದ ನಿರ್ವಹಿಸುವ ಅಗತ್ಯವಿದೆ.
3. ವೈಯಕ್ತಿಕ ಗುಣಲಕ್ಷಣಗಳಿಗೆ ತ್ವರಿತ ಪ್ರವೇಶ. ಡಾಕ್ಯುಮೆಂಟ್‌ನಲ್ಲಿನ ಅನೇಕ ಗುಣಲಕ್ಷಣಗಳು ಮತ್ತು ಅದರ ಬಹು-ಹಂತದ ರಚನೆಯೊಂದಿಗೆ, ಜಾಗತಿಕ ಪ್ರತಿಯೊಂದು ಮಾರ್ಗವು ಬಿ-ಟ್ರೀ ಆಗಿರುವುದರಿಂದ ವೈಯಕ್ತಿಕ ಗುಣಲಕ್ಷಣಗಳಿಗೆ ಪ್ರವೇಶವು ವೇಗವಾಗಿರುತ್ತದೆ. BSON ನಲ್ಲಿ, ನೀವು ಬಯಸಿದ ಆಸ್ತಿಯನ್ನು ಹುಡುಕಲು ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು ರೇಖೀಯವಾಗಿ ಪಾರ್ಸ್ ಮಾಡಬೇಕು.

3.3.2 ಅಸೋಸಿಯೇಟಿವ್ ಅರೇಗಳು

ಅಸೋಸಿಯೇಟಿವ್ ಅರೇಗಳು (ನೆಸ್ಟೆಡ್ ಅರೇಗಳೊಂದಿಗೆ ಸಹ) ಗ್ಲೋಬಲ್‌ಗಳಲ್ಲಿ ಸಂಪೂರ್ಣವಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತವೆ. ಉದಾಹರಣೆಗೆ, PHP ಯಿಂದ ಅಂತಹ ಒಂದು ಶ್ರೇಣಿಯನ್ನು ಮೊದಲ ಚಿತ್ರ 3.3.1 ರಲ್ಲಿ ಪ್ರದರ್ಶಿಸಲಾಗುತ್ತದೆ.

$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 ಕ್ರಮಾನುಗತ ದಾಖಲೆಗಳು: XML, JSON

ಗ್ಲೋಬಲ್‌ಗಳಲ್ಲಿ ಸಹ ಸುಲಭವಾಗಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ. ಶೇಖರಣೆಗಾಗಿ ವಿವಿಧ ರೀತಿಯಲ್ಲಿ ಹಾಕಬಹುದು.

ಮದುವೆ
XML ಅನ್ನು ಜಾಗತಿಕವಾಗಿ ವಿಭಜಿಸಲು ಸುಲಭವಾದ ಮಾರ್ಗವೆಂದರೆ ನೋಡ್‌ಗಳಲ್ಲಿ ಟ್ಯಾಗ್ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಸಂಗ್ರಹಿಸುವುದು. ಮತ್ತು ಟ್ಯಾಗ್ ಗುಣಲಕ್ಷಣಗಳಿಗೆ ತ್ವರಿತ ಪ್ರವೇಶ ಅಗತ್ಯವಿದ್ದರೆ, ನಾವು ಅವುಗಳನ್ನು ಪ್ರತ್ಯೇಕ ಶಾಖೆಗಳಾಗಿ ಸರಿಸಬಹುದು.

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

COS ನಲ್ಲಿ ಇದು ಕೋಡ್‌ಗೆ ಅನುಗುಣವಾಗಿರುತ್ತದೆ:

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!"

ಕಾಮೆಂಟ್: XML, JSON, ಅಸೋಸಿಯೇಟಿವ್ ಅರೇಗಳಿಗಾಗಿ, ನೀವು ಗ್ಲೋಬಲ್‌ಗಳಲ್ಲಿ ಪ್ರದರ್ಶಿಸುವ ವಿವಿಧ ವಿಧಾನಗಳೊಂದಿಗೆ ಬರಬಹುದು. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ನಾವು ಟಿಪ್ಪಣಿ ಟ್ಯಾಗ್‌ನಲ್ಲಿ ಉಪಟ್ಯಾಗ್‌ಗಳ ಕ್ರಮವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವುದಿಲ್ಲ. ಜಾಗತಿಕವಾಗಿ ^xml ಉಪಟ್ಯಾಗ್‌ಗಳನ್ನು ವರ್ಣಮಾಲೆಯ ಕ್ರಮದಲ್ಲಿ ಪ್ರದರ್ಶಿಸಲಾಗುತ್ತದೆ. ಆದೇಶವನ್ನು ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಪ್ರತಿಬಿಂಬಿಸಲು, ನೀವು ಈ ಕೆಳಗಿನ ಪ್ರದರ್ಶನವನ್ನು ಬಳಸಬಹುದು:

JSON.
ವಿಭಾಗ 3.3.1 ರ ಮೊದಲ ಚಿತ್ರವು ಈ JSON ಡಾಕ್ಯುಮೆಂಟ್‌ನ ಪ್ರತಿಬಿಂಬವನ್ನು ತೋರಿಸುತ್ತದೆ:

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

3.3.4 ಶ್ರೇಣೀಕೃತ ಸಂಬಂಧಗಳಿಂದ ಸಂಪರ್ಕ ಹೊಂದಿದ ಒಂದೇ ರೀತಿಯ ರಚನೆಗಳು

ಉದಾಹರಣೆಗಳು: ಮಾರಾಟ ಕಚೇರಿಗಳ ರಚನೆ, MLM ರಚನೆಯಲ್ಲಿ ಜನರ ಸ್ಥಳ, ಚೆಸ್‌ನಲ್ಲಿ ತೆರೆಯುವಿಕೆಯ ಡೇಟಾಬೇಸ್.

ಚೊಚ್ಚಲ ಡೇಟಾಬೇಸ್. ನೀವು ಸ್ಟ್ರೋಕ್ ಫೋರ್ಸ್ ಅಂದಾಜನ್ನು ಜಾಗತಿಕ ನೋಡ್‌ನ ಸೂಚ್ಯಂಕ ಮೌಲ್ಯವಾಗಿ ಬಳಸಬಹುದು. ನಂತರ, ಬಲವಾದ ಚಲನೆಯನ್ನು ಆಯ್ಕೆ ಮಾಡಲು, ಹೆಚ್ಚಿನ ತೂಕದೊಂದಿಗೆ ಶಾಖೆಯನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಸಾಕಷ್ಟು ಇರುತ್ತದೆ. ಜಾಗತಿಕವಾಗಿ, ಪ್ರತಿ ಹಂತದಲ್ಲಿರುವ ಎಲ್ಲಾ ಶಾಖೆಗಳನ್ನು ಚಲಿಸುವ ಶಕ್ತಿಯಿಂದ ವಿಂಗಡಿಸಲಾಗುತ್ತದೆ.

ಮಾರಾಟ ಕಚೇರಿಗಳ ರಚನೆ, MLM ನಲ್ಲಿನ ಜನರ ರಚನೆ. ನೋಡ್‌ಗಳು ಸಂಪೂರ್ಣ ಸಬ್‌ಟ್ರೀಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವ ಕೆಲವು ಕ್ಯಾಶಿಂಗ್ ಮೌಲ್ಯಗಳನ್ನು ಸಂಗ್ರಹಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಕೊಟ್ಟಿರುವ ಉಪವೃಕ್ಷದ ಮಾರಾಟದ ಪ್ರಮಾಣ. ಯಾವುದೇ ಕ್ಷಣದಲ್ಲಿ ನಾವು ಯಾವುದೇ ಶಾಖೆಯ ಸಾಧನೆಗಳನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವ ಆಕೃತಿಯನ್ನು ಪಡೆಯಬಹುದು.

4. ಯಾವ ಸಂದರ್ಭಗಳಲ್ಲಿ ಗ್ಲೋಬಲ್ಗಳನ್ನು ಬಳಸುವುದು ಹೆಚ್ಚು ಪ್ರಯೋಜನಕಾರಿಯಾಗಿದೆ?

ಮೊದಲ ಕಾಲಮ್ ಗ್ಲೋಬಲ್‌ಗಳನ್ನು ಬಳಸುವ ಮೂಲಕ ನೀವು ಗಮನಾರ್ಹ ವೇಗದ ಲಾಭವನ್ನು ಪಡೆಯುವ ಸಂದರ್ಭಗಳನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುತ್ತದೆ ಮತ್ತು ಎರಡನೆಯದು ವಿನ್ಯಾಸ ಅಥವಾ ಡೇಟಾ ಮಾದರಿಯನ್ನು ಸರಳೀಕರಿಸಿದಾಗ.

ವೇಗ
ಡೇಟಾ ಪ್ರಕ್ರಿಯೆ/ಪ್ರಸ್ತುತಿ ಸುಲಭ

1. ಅಳವಡಿಕೆ [ಪ್ರತಿ ಹಂತದಲ್ಲಿ ಸ್ವಯಂಚಾಲಿತ ವಿಂಗಡಣೆಯೊಂದಿಗೆ], [ಮಾಸ್ಟರ್ ಕೀ ಮೂಲಕ ಸೂಚಿಕೆ]
2. ಉಪವೃಕ್ಷಗಳನ್ನು ತೆಗೆಯುವುದು
3. ವೈಯಕ್ತಿಕ ಪ್ರವೇಶದ ಅಗತ್ಯವಿರುವ ಬಹಳಷ್ಟು ನೆಸ್ಟೆಡ್ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿರುವ ವಸ್ತುಗಳು
4. ಯಾವುದೇ ಶಾಖೆಯಿಂದ ಮಕ್ಕಳ ಶಾಖೆಗಳನ್ನು ಬೈಪಾಸ್ ಮಾಡುವ ಸಾಮರ್ಥ್ಯದೊಂದಿಗೆ ಕ್ರಮಾನುಗತ ರಚನೆ, ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದವುಗಳೂ ಸಹ
5. ಉಪವೃಕ್ಷಗಳ ಆಳ-ಮೊದಲ ಅಡ್ಡಹಾಯುವಿಕೆ

1. ಬೃಹತ್ ಸಂಖ್ಯೆಯ ಐಚ್ಛಿಕ [ಮತ್ತು/ಅಥವಾ ನೆಸ್ಟೆಡ್] ಗುಣಲಕ್ಷಣಗಳು/ಎಂಟಿಟಿಗಳನ್ನು ಹೊಂದಿರುವ ವಸ್ತುಗಳು/ಸಂಸ್ಥೆಗಳು
2. ಸ್ಕೀಮಾ-ಕಡಿಮೆ ಡೇಟಾ. ಹೊಸ ಗುಣಲಕ್ಷಣಗಳು ಹೆಚ್ಚಾಗಿ ಕಾಣಿಸಿಕೊಂಡಾಗ ಮತ್ತು ಹಳೆಯವುಗಳು ಕಣ್ಮರೆಯಾಗುತ್ತವೆ.
3. ನೀವು ಕಸ್ಟಮ್ ಡೇಟಾಬೇಸ್ ರಚಿಸಬೇಕಾಗಿದೆ.
4. ಮಾರ್ಗ ನೆಲೆಗಳು ಮತ್ತು ನಿರ್ಧಾರ ಮರಗಳು. ಮಾರ್ಗಗಳನ್ನು ಮರವಾಗಿ ಪ್ರತಿನಿಧಿಸಲು ಅನುಕೂಲಕರವಾದಾಗ.
5. ಪುನರಾವರ್ತನೆಯನ್ನು ಬಳಸದೆಯೇ ಕ್ರಮಾನುಗತ ರಚನೆಗಳನ್ನು ತೆಗೆದುಹಾಕುವುದು

ಮುಂದುವರಿಕೆ “ಗ್ಲೋಬಲ್‌ಗಳು ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ನಿಧಿ-ಕತ್ತಿಗಳು. ವಿರಳ ಸರಣಿಗಳು. ಭಾಗ 3".

ಹಕ್ಕುತ್ಯಾಗ: ಈ ಲೇಖನ ಮತ್ತು ಅದಕ್ಕೆ ನನ್ನ ಕಾಮೆಂಟ್‌ಗಳು ನನ್ನ ಅಭಿಪ್ರಾಯವಾಗಿದೆ ಮತ್ತು ಇಂಟರ್‌ಸಿಸ್ಟಮ್ಸ್ ಕಾರ್ಪೊರೇಷನ್‌ನ ಅಧಿಕೃತ ಸ್ಥಾನಕ್ಕೆ ಯಾವುದೇ ಸಂಬಂಧವಿಲ್ಲ.

ಮೂಲ: www.habr.com