在以下情况下，是否使用PostgreSQL数组类型？

Question

我正在使用PostgreSQL。

我知道PostgreSQL有数组数据类型。

http://www.postgresql.org/docs/8.1/interactive/arrays.html

目前，我需要使用数据库来存储半导体工厂的测量结果。

他们正在生产半成品。每个半导体单元都可以有可变数量的测量参数。

我计划用以下的方式设计这张桌子。

SemicondutorComponent
=====================
ID |


Measurement
=================
ID | Name | Value | SemicondutorComponent_ID

数据示例：

SemicondutorComponent
=====================
1 |
2 |

Measurement
=================
1 | Width       | 0.001 | 1
2 | Height      | 0.021 | 1
3 | Thickness   | 0.022 | 1
4 | Pad0_Length | 0.031 | 1
5 | Pad1_Width  | 0.041 | 1
6 | Width       | 0.001 | 2
7 | Height      | 0.021 | 2
8 | Thickness   | 0.022 | 2
9 | Pad0_Length | 0.031 | 2
10| Pad1_Width  | 0.041 | 2
11| Pad2_Width  | 0.041 | 2
12| Lead0_Width | 0.041 | 2

假设一家工厂在一天内生产2400万台

SemicondutorComponent表将在1天内拥有2400万行

假设一个SemicondutorComponent单元有50个测量参数。(可以多一些，也可以少一些，这取决于SemicondutorComponent类型)

测量表在一天内将有24 *5000万行。

这样的设计有效吗？

我希望有超快的写入速度，以及从数据库中合理的快速读取速度。

还是我应该使用PostgreSQL阵列设备？

SemicondutorComponent
=====================
ID | Array_of_measurement_name | Array_of_measurement_value

Answer 1

我不能评论数组与普通表的写入速度，但据我所知，使用2个数组的设计对于查询来说将非常麻烦。

我也不知道读取数组的性能，但从文档中可以看出，所有数组访问都是通过位置引用(索引)完成的，因此在后面查找特定的度量将是一个巨大的痛苦--您必须遍历名称数组来找到适当的索引，然后使用它来找到值。我怀疑它是否可以在纯SQL中完成，它可能需要一个用户定义的函数。

关于表的设计:您似乎关心的是写的速度。每天有2400万个组件，即每小时100万行，这并不多。在最坏的情况下，对于测量值，是每小时5100万行，所以每分钟不到100万行。我认为这应该是可行的，尽管应该对插入进行批处理，并避免在许多短暂的事务中执行许多行插入(最好将它们插入并以包的形式提交，比如10.000或100.000)。

我确实认为您还需要设计一个归档和/或聚合解决方案，因为继续插入这些卷似乎不太容易维护。我怀疑它也是有用的，但也许这只是我不理解这个数据库的目的。我的意思是，在我看来，你不太可能想要精确地确定一个组成部分的不可分割的测量，比如说，在它被制造一年之后。然而，保持像平均值、最小值、最大值和stddev测量值这样的统计数据似乎很有用。但也许你可以解释一下。

我想到的另一件事是，它可以帮助首先将原始测量数据存储在一个廉价而快速的日志中(仅仅是文本文件，比如CSV格式)，然后使用多个读取器读取这些数据并将它们插入数据库。这些读者可以以一种相当稳定的方式运行。这将减少数据库的瓶颈，并使系统更加健壮(假设日志持续工作的可能性高于数据库崩溃的可能性)。当然，如果您需要从db实时报告来监视流程，这种方法就不太适合了(不过，在我看来，您需要在单独的组件级别上这样做似乎很奇怪)。

Answer 2

这取决于您计划如何访问数据，其次取决于您计划如何存储数据。

如果要检查作为一个单元的组件的度量值，并且不打算按值进行搜索，那么使用数组也不是完全不可能的。另一方面，如果您稍后想知道哪些组件的宽度大于X值，那么使用数组会导致疼痛、脱发和宇宙热。

另一方面，如果要同时存储所有的值，那么使用数组可能是可以的。如果您要首先存储宽度，然后更新行以设置高度等等，性能会使您丧命，因为Postgres中的每个更新都需要真空清理。

我同意Roland的观点，你可能需要某种聚合。您可能也需要查看分区，以便可以截断(或删除)旧分区，而不需要删除旧数据所导致的清除死行的开销。