表设计与“馄饨”理论 想作为一个问题来讨论

探讨了业务变化对数据库表设计的影响,包括字段状态变化、索引设计难题、Oracle到MySQL迁移挑战、主键设计考量及默认值设定问题,强调了跨部门合作与前瞻设计的重要性。

其实是写错了,应该是混沌理论,不过大清早6:00在发这篇的时候,的确是饿了,见谅。

表设计的时候,大部分公司都是开发或相关的开发DBA 来进行设计,如果项目再大一点,架构师估计也要过问一下。那表设计到底为什么这么重要,而在经历了业务的时间迁移后,表的设计怎么就混沌了。

我说说自己得看法,首先表的设计并不简单,主要有以下几点

1 业务的变化,导致前期设计的表已经不适合当前的业务逻辑

2 多部门对数据库表的定义不同,例如有些部门有特殊需求,例如业务部门需要在业务系统中,去做大数据要做的事情,或者有些数据的变动太大,导致传统数据库RDS无法承受这样的业务

3 业务的变化太频繁,导致初期的表设计的还好,后边越来越乱,越来越和脱缰的野马一样。

我们这期先不说怎么解决,先说这些问题是怎么形成的,想想有不少同学都有共鸣。

1 业务的变化快,在表设计的初期,某个字段的表达状态可能只有2个,并且即使变换也不会很频繁,后期由于业务扩展达到10多个,状态会经常变动,这会导致什么,首先如果这个表是业务关键性的表,并且其他的表都会和这个表进行关联,那就很可能出现性能瓶颈。

为什么?一个表的每一行都有一个状态,而如果状态会经常变换,也就是说要经常进行UPDATE 的操作,那UPDATE 必然会在任何数据库产生X锁(当然这是锁的叫法是通用的叫法,每种数据库都有对X锁不同的定义和前期的一些相关锁)频繁的对一个HOT表进行UPDATE的操作,并且还要进行查询,这就为产生瓶颈种下的因果。系统的并发一大,不出问题是你"人品“太好,实际上老天爷是公平的,那会放过这样的设计。

这是一个问题

2  业务变化还是快,之前一个表的字段有10个,后期由于业务扩展在这个关键表上添加了20个字段,而查询的条件也由原来一个查询2-4个索引就可以解决问题,变化到 5-12个解决,并且这些条件大多是 = 等于的方式来做的,而数据库又是MYSQL 即使我们使用了dynamic的方式,一个表的索引行的大小也是有数量限制的,如果使用其他格式那一个表的索引行更小,怎么办?(建索引来加速查询的方式可能就会落空)

3  从ORACLE 迁移过来的表到MYSQL中,怎么弄,照搬过来的确是简单,并也未必不能运行,但就怕数据量大,数据量大了怎么办,现在有些单位ORACLE 到MYSQL 的数据库转移,数据库类型是转移了,看似也跟上业界的水平和发展的,可是换汤不换药的做法会让最后的结果很尴尬,MYSQL还要背上性能不优,太“刺” 的称号。所以ORACLE 到MYSQL 不是简单的更换的表字段的类型,将数据导入到MYSQL 就可以了,那是需要整体梳理逻辑,进行整体的系统的重新设计和优化,才可行的。(这也是为什么大多数单位的迁移都失败的原因,大领导不懂只看数据库类型换了,但实际上底下都是炸药包)。

4  表设计主键问题,其实在不同的系统中,主键对整体的表设计起到了关键性的作用,例如对查询的速度有要求,又都是等式查询的,但表的列太多怎么弄, 又或者数据写入量大,主键又怎么设计,能提高插入数据的速度,是有主键好,还是没主键好,在不同的数据库都有不同的定义,甚至有的数据库种类,直接告诉你,在某些表设计中,不要主键,利用其它的方式来代替。

5  关于默认值的问题,关于默认值的设计基本上都是在依仗开发来进行相关的默认值的设计,但实际上默认值的设置的问题会导致一些问题,例如默认值为'' 如果在转换的时候不注意,那很可能程序读取后,到另外的数据库去写入的时候就变成了 null, 这也是问题,如果给一个字母,这样的情况程序在展示的时候又有问题,程序要对这个字母进行转换,否则展示的时候没有值的情况下,显示值了,用户是不懂其中的奥秘的。

表设计中的问题可不仅仅是这几个,千奇百怪耐人寻味的问题太多,绝对不比开发的事情少,但问题是开发人家可以改代码,DBA 敢随便改表结构。所以前期的前瞻性,那是相当的重要,否则后面很多活多是在,填补漏洞,修修补补,甚至越修越糟糕。

最后,这样的问题就需要综合性的解决方法,需要数据库,架构,开发共同集思广益来在初期就避免某些问题的发生,预防后期的部分问题。

目前大部分DBA 的工作热情都在 硬件方面的架构,感觉考虑与软件开发的idea 越来越少,诚然有行业的因素,很多DBA 在软件开发中都插不上手,最后就变成,军规,各种硬件的架构, 但数据库工作者到底应该服务于谁,无论你是数据库的硬件,高可用架构, 数据库原理,数据库设计,统统的不都是在为你的应用服务,没有应用,要数据库干什么?

有兴趣研究的同学,可以加个群,里面进行讨论,共同提高,使整体DBA行业的重要性继续提高。

代码下载地址: https://pan.quark.cn/s/a4b39357ea24 在计算机视觉技术中,数据集扮演着训练和评估模型的核心角色。Labelme作为一个广受欢迎的开源工具,能够支持用户以交互方式对图像进行标注,而COCO(Common Objects in Context)则是一种被广泛采纳的数据集标准格式,适用于包括物体检测、图像分割在内的多种任务。本文将详细阐述如何将Labelme生成的标注数据转换为COCO数据集的标准格式。 Labelme标注的图像在输出为JSON格式时,会包含以下核心内容: 1. `version`: 指明JSON文件的版本信息。 2. `flags`: 目前未定义或保持为空,预留用于未来的功能扩展。 3. `shapes`: 列形式存储对象的形状信息,每个形状项包含`label`(对象类别名称),`points`(构成对象边缘的多边形顶点),以及`shape_type`(通常为“polygon”)。 4. `imagePath`和`imageData`: 提供原始图像的存储路径和二进制数据,便于后续图像的还原。 5. `imageHeight`和`imageWidth`: 明确标注图像的垂直和水平尺寸。 COCO数据集的标准格式中定义了三种主要的标注类型: 1. Object instances(目标实例):主要用于执行物体检测任务。 2. Object keypoints(目标上的关键点):适用于人体姿态估计相关应用。 3. Image captions(看图说话):用于生成图像的文本描述。 COCO的JSON结构中包含以下基本组成部分: 1. `images`:记录图像的基本属性,包括`height`(高度)、`...
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch深度学习框架构建并训练模型,旨在提升锂电池SOC估计的准确性鲁棒性。该方法融合Transformer架构的核心机制,通过引入基函数(Basis)分解策略,有效捕捉电池充放电过程中长时序、非线性动态特征,增强模型对复杂工况的适应能力。研究不仅详细阐述了Basisformer的网络结构设计、注意力机制优化训练流程,还提供了完整的Python代码实现方案,涵盖数据预处理、模型搭建、损失函数定义、训练验证及结果可视化等环节,便于科研人员快速复现、调优并拓展至其他电池状态预测任务。; 适合人群:具备一定深度学习Python编程基础,熟悉PyTorch框架,从事电池管理系统(BMS)、新能源汽车、储能系统、智能传感等领域的高校研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于动力电池储能系统的实时SOC估算模块,提升系统安全性能量利用效率;②作为学术研究的基础模型,用于复现、改进基于Transformer的时间序列预测方法在电化学系统中的应用;③为数据驱动的电池健康状态(SOH)、剩余使用寿命(RUL)联合估计提供可扩展的技术框架。; 阅读建议:建议读者结合所提供的代码公开电池数据集(如NASA、CALCE等)进行动手实践,深入理解模型的输入输出结构时序建模逻辑,同时可尝试引入温度、老化周期等多维特征,或融合物理模型构建混合预测架构,以进一步提升预测精度泛化能力。
内容概要:本文系统阐述了基于动态规划算法优化插电式混合动力电动汽车(PHEV)能源管理的技术方案,结合MatlabSimulink工具实现完整的仿真建模代码开发。通过动态规划这一全局优化方法,在已知驾驶循环条件下,精确求解发动机、电机及电池之间的最优能量分配策略,以实现燃油消耗排放的最小化目标,解决PHEV多能源路径规划中的复杂决策问题。文中提供了详尽的仿真模型构建流程算法实现步骤,涵盖车辆动力学建模、能量管理架构设计、状态空间定义、代价函数构造、最优控制律求解及结果可视化分析等关键环节,全面揭示PHEV能量管理系统的内在机制优化逻辑。; 适合人群:具备一定Matlab/Simulink编程基础,从事新能源汽车、智能控制、电力电子、自动化或交通运输工程等相关领域的研究生、科研人员及工程技术人员,尤其适合专注于车辆能量管理策略、节能控制算法研究的专业人士。; 使用场景及目标:①深入掌握动态规划在混合动力汽车能量管理中的理论基础工程实现方法;②学习如何在Matlab/Simulink环境中搭建PHEV整车仿真平台并实施多目标优化仿真;③为学术研究、学位论文撰写或实际工程项目提供可复用的算法框架、模型模板技术支持,支撑后续对等效燃油消耗最小化策略(ECMS)、模型预测控制(MPC)、实时优化算法等的对比研究性能评估。; 阅读建议:建议读者结合所提供的完整代码Simulink模型文件,逐模块调试运行,重点理解状态变量离散化处理、前后向递推求解过程、惩罚项设置以及边界条件处理等核心技术细节,同时可进一步拓展应用于不同工况场景、不同车型结构或其他优化算法(如庞特里亚金极小值原理PMP)的对比验证,从而深化对PHEV能量管理实时性全局性平衡问题的理解。
内容概要:本文围绕基于多虚拟同步发电机(VSG)的独立微网系统,开展多目标二次控制策略的MATLAB/Simulink建模仿真研究。通过构建包含多个VSG单元的独立微网系统,设计并实现了能够同时实现频率电压的无静差恢复、有功/无功功率精确分配以及环流有效抑制的综合控制目标的二次控制方法。研究重点在于控制策略的整体架构设计、关键控制模块的数学建模及其在Simulink环境中的精细化实现,通过大量仿真实验验证了所提控制策略在不同工况下的有效性、动态响应性能及系统鲁棒性。; 适合人群:具备电力系统分析、自动控制理论及现代电力电子技术等专业知识背景,熟悉MATLAB/Simulink仿真工具,从事新能源发电、微电网运行控制、分布式能源系统集成等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:① 深入掌握多VSG独立微网系统的建模方法稳定性分析要点;② 理解并复现兼顾静态精度动态品质的多目标二次协同控制算法;③ 为新型微网控制保护装置的研发及先进控制策略的工程化应用提供可靠的仿真验证平台和技术储备。; 阅读建议:学习者应在巩固电力系统基础理论的前提下,重点关注控制算法的设计逻辑、各控制环节间的耦合关系以及Simulink模块的搭建技巧,建议通过调整系统参数、设置不同的负载投切故障扰动工况进行反复仿真,以深刻理解控制策略的内在机理适应能力。
【通用视觉框架】基于Qt+Halcon开发的仿Visionmaster的通用视觉框架软件,全套源码,开箱即用 1.1 背景 ​ 本项目软件开发意图为实现对Halcon、Opencv算子及其它视觉软件的便捷使用,由于Halcon和Opencv使用相比VisionPro较为麻烦,故此本软件仿照海康VisionMaster的流程图式操作,实现对Halcon、Opencv及其它视觉软件的二次开发。 2.1 软件概述 本软件使用Qt框架进行开发,实现对视觉流程的自由搭配,市场上对标海康威视的VisionMaster; 本软件使用插件化开发框架,可使用提供的二次开发库自行添加新功能算子和新模块(将生成的插件放置到对应目录下即可); 2.2 功能概述: 视觉流程图式编程:实现对视觉/数据处理算子的自由编程,从而实现各类复杂的视觉需求 项目读取保存:将编程的视觉项目进行保存或者读取 图像显示:主界面中可以显示及监控视觉算子的图像处理情况 日志消息显示:显示软件运行过程中出现的日志消息 多语言:可进行多种语言切换 2.3 开发平台 主开发语言:Qt(C++) C++语言标椎:C++17 开发环境:Window/Linux 编程平台:Qt Creator 编译器: |版本 | MSVC | Qt 6.4.0 MSVC2019 64bit | | Mingw | Qt 6.4.0 MinGW 64-bit | 视觉工具:Halcon19.11 Progress X64 资源介绍请查阅:https://blog.csdn.net/m0_37302966/article/details/146980317 更多视觉框架资源:https://blog.csdn.net/m0_37302966/article/details/146583453
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值