假设我有一个员工表（约有一百万名员工）和一个任务表（包含几百个任务）。
现在，我有一个机制来预测员工完成任务的可能性（百分比） - 假设我有四个这样的机制，每个机制都输出它自己的概率。
总而言之，我现在有n1（员工）时间n2（任务）次n3（机制）结果存储。
我想知道存储这些结果的最佳方法是什么。
我有几个选择和想法：
在员工或任务表中维护列（JSONField） - 关注：如果其中一个值发生更改，则必须更新整个列数据
使用员工和任务的外键维护第三个表预测，并使用一列来存储 predict_probability < / em> - 关注：将要存储n1 * n2 * n3条记录，我担心可扩展性和性能
感谢您的帮助。
PS：我正在使用带有postgres的Django
答案 0 :(得分：0)
predictions表是正确的方法。根据您访问数据的方式，表的大小无关紧要。例如我希望读一个单一员工的预测有一个非常稳定的表现。只有当您需要处理所有（或大部分）行时，大型表才会成为问题。如果您在测试后遇到性能问题，则可以例如按任务或按任务和机制对表进行分区（取决于查询的结构）
-Credits to @a_horse_with_no_name