Viacjazyčné dáta v SQL databáze (diskuse)

[edois]

Join není nevýhoda, ale esenciální vlastnost relačních databází. Rozhodně není třeba se ho bát, protože i obyčejnější relační databáze jako MySQL na to použijí indexy a berou v potaz i jejich kardinalitu a pokud s tím neděláme naprosto šílené brikule, není většinou potřeba jim do toho kecat (u MySQL se akorát hodí jednou za čas provést ANALYZE TABLE na všechny tabulky s cizími klíči, aby databáze měla tu kardinalitu nastavenou dobře). Samozřejmě mluvím o INNER JOINu, nikoliv o např. LEFT JOINu, tam už samozřejmě vliv na výkon je (a u MySQL mám na mysli InnoDB, MyISAM stejně cizí klíče neumí, což ovšem neznamená, že tam nejdou udělat příslušné "obyčejné" indexy, aby joiny nezdržovaly).

Další věc je to, že ten, kdo databázi navrhuje, by měl obecně optimalizovat schéma jako takové tak, aby měl rychlé updaty (a inserty a delete) a teprve potom řešit jak to rozumně najoinovat (a jaké mít vytvořené indexy pro WHERE, GROUP BY a ORDER BY), protože většinou bývá úzké hrdlo na straně zápisů (slave mašin můžu mít co hrdlo ráčí, s masterem to bývá horší).

Takže za mě rozhodně poslední možnost, tj. překlady v oddělené tabulce (joiny nevadí, nemám nikde zbytečně duplicitní data, nenafukují se mi tudíž indexy, při přidání jazyka nemusím dělat alter, který může taky dopadnout tak, že se celá tabulka musí zkopírovat atd.).

A ještě poradím, že (v případě MySQL) vážně není nutné mít IDčka jazyků jako inty, pokud mám 64bit architekturu (což už je snad dneska jediná rozumná myslitelná varianta), pořád mi vychází líp CHAR(2) pro dvoupísmenné jazykové kódy ('en', 'cs', ...), případně CHAR(5) pro pětipísmenné ('en_US', 'en_GB', 'cs_CZ', ...) nebo dvakrát CHAR(2), kde druhý může být NULL, pro pětipísmenné s defaultem.

[mirec]

Dovolím si o výkone JOINu tak trochu nesúhlasiť. Robievam s dosť veľkými databázami a nie len MySQL, ale aj s podstatne výkonnejšou PostgreSQL. Joiny (LEFT aj INNER) môžu mať podstatný vplyv na výkon. Nedávno som riešil problém s pomalým selectom (~2s). Po odstránení joinu klesol čas na ~0.01s. Samozrejme indexy boli nastavené správne a join ich používal.

Problémom v mojom prípade bola veľkosť tabuľky (> 100 000 riadkov) a výber 10 prvkov s offsetom 100 000. Pri výbere bez joinu to pre databázu znamená jednoduchý odskok na 100 000 pložku a vrátenie 10 nasledujúcich položiek. Operácia join však môže vrátiť aj viac, alebo menej riadkov než je v prvej tabuľke. Preto musí databáza pri offsete 100 000 skutočne vykonať join na 100 000 riadkoch. Ak samozrejme ide len o výber s malým offsetom bude mať join zanedbateľný vplyv.

So zvyškom príspevku súhlasím, sám dokonca nepoužívam id jazyka.

[Josef Kufner]

Pokud jde join přes primární nebo unikátní klíč, tak by s tím neměl být problém. A pokud uděláš limit v subselectu a joinuješ potom, tak s tím také problém nebude. Ale pokud potřebuješ joinovanou tabulku do něčeho ve where, máš smůlu.

[mirec]

Pokud jde join přes primární nebo unikátní klíč, tak by s tím neměl být problém.

Práve, že tu problém je pretože ten join sa minimálne v postgresql materializuje. Obísť sa to dá limitom v subselecte. Nedávno som to riešil v jednej django aplikácii. Musel som optimalizáciou zájsť až po RAW query.

[retroslava]

Já jsem používal trošku mix z toho co píšeš. Měl jsem dvě tabulky, kde v jedné jsou společné informace a v druhé ostatní kolonky, které je třeba přeložit. Jazyk jsem ukládal jako string (třeba cs nebo sk). A když si uděláš join a zvolíš jazyk, tak ti to vyletí jako jeden řádek zpátky.

[bertone]

Ahoj, v čom robíš diagrami tabuliek?

[bertone]

ach, diagramy...

[mirec]

Rád by som povedal niečo rozumné, ale je to jednoducho kreslené v GIMP-e keďže nič z toho, čo som skúšal buď nebolo dosť stabilné alebo sa to nevliezlo do RAM, alebo to malo výstup vyzerajúci ako ASCII v DOS-e. Inak na reálnu prácu používam tabuľu.

[Josef Kufner]

To už je lepší dia a jeho class diagramy. Btw, co graphviz?

[mirec]

Graphviz používam na diagramy tried, ktoré sú určené len pre mňa. Na databázy neviem vykresliť koncové značky vzťahov (hrable a tak). U diagramov tried je to jednoduché - vee, diamond ...

[Josef Kufner]

crow, teetee, diamond, odiamond, ... 1 544 761 different combinations

[Josef Kufner]

Btw, nechceš udělat zápisek o tom, jak generuješ ty diagramy tříd graphvizem?

[mirec]

No ja som si na to dokonca písal vlastný nástroj, ale nedokončil som ho . Inak dobrý nápad blog o graphvize, ale predtým možno niečo napíšem o AVR, a hackovaní TV LG a tak ... jednoducho čo mám čerstvo v pamäti

[Jiří Lisický]

Na nějaké jednoduché kreslení sql struktury se dá použít přímo webová aplikace http://code.google.com/p/wwwsqldesigner/. Má tam i live demo: http://ondras.zarovi.cz/sql/demo/?keyword=default

[Xerces]

Já vím, že je to čistě rozlišovací označení, ale proč zrovna my jsme dvojka?

[mirec]

Pretože u nás vychádza slnko skôr :-P Ale vážne som slovák, ako prvý ma zvyčajne napadne slovenský jazyk, žiadny hlbší význam tam nie je.

[Josef Kufner]

To jo... mohl použít CHAR(2) jako primární klíč.

[mirec]

Mohol, ale nevyzeral by som teraz ako patriot

[he]

LIKE! Som tiež patriot! Ale čechom sme mohli dať 0 .. alebo -1 :-p