如何在数据库中存储已清理的原始数据？

Question

原始数据存储在数据库中（多个表）。需要手动检查和纠正。检查的数据也应与原始数据一起存储在数据库中。在这种情况下，创建两个单独的数据库（例如raw_data和checked_data）是否是个好主意？或者应该只有一个数据库？ 感谢

Answer 1

如果您的原始数据和检查数据比仅使用两个不同的数据库

非常大

使用规范化并使用过程，您可以将其保存在一个数据库中。

Answer 2

除了您自己的偏好之外，这里没有推荐的方法。您可以将清理后的数据与原始数据一起存储在同一个数据库中，但存储在不同的表中，并且可以将诸如raw_之类的前缀添加到原始数据表中。

否则，您可能为每种类型的数据都有一个单独的数据库。如果需要在这两者之间进行，那么好处将是分离，其中缺点是成本更高。

Answer 3

一般来说，在单个实例中工作比在多个实例中工作要容易得多。分布式事务执行较慢。他们需要更多的输入（总是需要添加数据库链接）。这不仅是为了方便而且是为了诚信。您可能希望确保给定记录在RAW数据集或CLEANSED数据集中，但不是两者都有。在单个数据库中检查此类事物更易于管理。

如何在单个数据库中组织事物在某种程度上取决于您选择的DBMS风格及其支持的内容。您可以拥有单个架构（用户帐户）并使用命名约定，例如前缀，例如RAW_TABLE_1和CLEAN_TABLE_1。或者您可能希望使用不同的模式，这将允许您保留相同的表名称，例如RAW_USER.TABLE_1和CLEAN_USER.TABLE_1。两种方法都有优势。不断提醒我们是否正在处理原始数据或干净数据总是好的。另一方面，我们可能有我们想要使用的工具或应用程序，这些工具或应用程序需要正常的表名。同义词在这方面可以提供帮助。