数据库设计，并行表，还是额外的字段？

Question

我为一个测序中心管理一个数据库。还有其他开发人员从数据库中获取数据，并运行自动化和半自动流程。

我们正在讨论对数据库的修改。

目前，我们有一个库，它与multiplex_index有一对一的关系，可以用来识别库。现在我们要向每个库添加一个可选的GBS_index (另一个可选的一对一关系)。因此，每个库都有一个multiplex_index，也可以有一个GBS_index。

存储在新GBS_index上的列将与multiplex_index相同。因此，我们有两个存储GBS_index数据的选项。

1)将GBS_index数据存储在原始的multiplex_index表中，并通过其“类型”字段对其进行标识。

2)我们可以为GBS_index添加一个并行表，它反映了multiplex_index表。

我赞成第二个并行表选项，因为我认为它不太可能破坏现有代码(脚本在数据库中查询multiplex_indexes列表，在本例中需要排除GBL_indexes )。

从概念上讲，这两种类型的索引都是“多重索引”，但使用方式略有不同。

是否有任何有力的论据支持或反对这两种选择？

好吧，快速解释DNA测序可能会有帮助。

DNA测序涉及从细胞中提取DNA，并将它们分成大约200个碱基对(每个碱基对就像一个DNA炭A、T、G或C)。

我们将准备好的生物样本中的DNA加载到机器上，并对它们进行测序。我提到的两种类型的索引是另一段具有已知序列的DNA，它在测序之前附加到库DNA的开头。这样，我们就可以读取第一个序列，我们可以识别每个读取的库(大约200个字符)来自哪个库。(我们通常感兴趣的是与参考基因组上的位置匹配的读取数)。

现在，我们可以在库DNA (一个接一个)开始时有一个(多重)或两个(多重+ GBS)索引，它们形成一个独特的组合来标识库。

最初，两个具有相同multiplex_index的库不应该一起加载，因为您无法从multiplex_index序列中识别它们。现在，这两个指数的组合应该是唯一的。

Answer 1

并行表：

对GBS_index使用新的“并行”表将不太可能破坏现有进程，这是正确的。即使您可以在没有额外类型字段的情况下重用旧表，您也会将关系从1-1更改为1-多。这将是一次彻底的改变。

退一步说，这种设计不是数据驱动的。如果引入第三种索引呢?第四种，第五种.20岁？我不熟悉DNA，但是如果类型可以扩展，那么每次引入新类型时都需要进行查询更改。添加带有并行表的类型可能不是“破坏”更改，但每次引入类型时都需要进行更改。针对20+表编写查询将非常麻烦。

添加一个额外的类型字段：

这个设计将是一个巨大的改变。你把关系从1-1改为1-多。但是，如果这种关系真的是1-多，那么它“应该”在数据库中以这种方式建模。

这个设计也是数据驱动的。每次引入新类型时，您只需将数据添加到“类型”查找表中。不需要查询更改(当然，您现在正在做的初始更改除外)。

结论：

我更喜欢添加额外的字段，因为它建模了数据库中的1-多关系和1-多关系。并行表模拟具有multipe 1-1关系的1-多个表，而不是未来新类型的数据驱动。

这两种设计都能用。这取决于重大的政治变革有多重要。以及这些类型是否固定在2或比例为N。