在数据库中存储 Perl 哈希数据

Question

我编写了解析文本文件的 Perl 代码，并使用哈希来计算美国州缩写出现在每个文件/记录中的次数。我最终得到了这样的结果。

File: 521
OH => 4
PA => 1
IN => 2
TX => 3
IL => 7

我正在努力寻找一种将此类哈希结果存储在 SQL 数据库中的方法。我正在使用mariadb。由于数据本身的结构不同，一个文件会有一些状态，而下一个文件可能有其他状态。例如，一个文件可能只包含几个状态，下一个文件可能包含一组完全不同的状态。我什至无法概念化表结构。在数据库中存储此类数据的最佳方式是什么？

Answer 1

有许多可能的方式来存储数据。

为简单起见，请查看以下方法是否适合您的案例。该解决方案基于使用一个表，该表具有两个基于id 和state 列的索引。

CREATE TABLE IF NOT EXISTS `state_count` (
    `id`        INT NOT NULL,
    `state`     VARCHAR(2) NOT NULL,
    `count`     INT NOT NULL,
    INDEX `id` (`id`),
    INDEX `state` (`state`)
);

INSERT INTO `state_count`
    (`id`,`state`,`count`)
VALUES
    ('251','OH',4),
    ('251','PA',1),
    ('251','IN',2),
    ('251','TX',3),
    ('251','IL',7);

示例 SQL SELECT 输出

MySQL [dbs0897329] > SELECT * FROM state_count;
+-----+-------+-------+
| id  | state | count |
+-----+-------+-------+
| 251 | OH    |     4 |
| 251 | PA    |     1 |
| 251 | IN    |     2 |
| 251 | TX    |     3 |
| 251 | IL    |     7 |
+-----+-------+-------+
5 rows in set (0.000 sec)

MySQL [dbs0897329]> SELECT * FROM state_count WHERE state='OH';
+-----+-------+-------+
| id  | state | count |
+-----+-------+-------+
| 251 | OH    |     4 |
+-----+-------+-------+
1 row in set (0.000 sec)

MySQL [dbs0897329]> SELECT * FROM state_count WHERE state IN ('OH','TX');
+-----+-------+-------+
| id  | state | count |
+-----+-------+-------+
| 251 | OH    |     4 |
| 251 | TX    |     3 |
+-----+-------+-------+
2 rows in set (0.001 sec)

Answer 2

您的问题的方向有点不清楚。但是如果你想要一个好的关系模型来存储数据，那就是三个表。一个用于文件。一份给各州。一个用于对文件中的状态进行计数。例如：

表格：

CREATE TABLE file
             (id integer
                 AUTO_INCREMENT,
              path varchar(256)
                   NOT NULL,
              PRIMARY KEY (id),
              UNIQUE (path));

CREATE TABLE state
             (id integer
                 AUTO_INCREMENT,
              abbreviation varchar(2)
                           NOT NULL,
              PRIMARY KEY (id),
              UNIQUE (abbreviation));

CREATE TABLE occurrences
             (file integer,
              state integer,
              count integer
                    NOT NULL,
              PRIMARY KEY (file,
                           state),
              FOREIGN KEY (file)
                          REFERENCES file
                                     (id),
              FOREIGN KEY (state)
                          REFERENCES state
                                     (id),
              CHECK (count >= 0));

数据：

INSERT INTO files
            (path)
            VALUES ('521');

INSERT INTO states
            (abbreviation)
            VALUES ('OH'),
                   ('PA'),
                   ('IN'),
                   ('TX'),
                   ('IL');

INSERT INTO occurrences
            (file,
             state,
             count)
            VALUES (1,
                    1,
                    4),
                   (1,
                    2,
                    1),
                   (1,
                    3,
                    2),
                   (1,
                    4,
                    3),
                   (1,
                    4,
                    7);

当然会重复使用这些状态。用所有 50 个填满表格并使用它们。不应为每个文件再次插入它们。

如果您想区分“我知道它是 0”，您可以使用 0 中的 count 显式填充 occurrences，用于未出现相应状态的文件。和“我不知道计数。”，然后将通过缺少相应行进行编码。如果您不想区分这一点并且没有行意味着计数为 0，则可以在查询中使用外连接和 coalesce() 来“翻译”为 0。