No hay una respuesta rápida y difícil a esto, de hecho, en realidad no hay una sola respuesta. Ese concepto está en el corazón de la teoría moderna de bases de datos.
Los datos deben almacenarse, compruebe que tengo eso. Acceder a él de manera eficiente (no escanear los datos para cada acceso) es clave para usar los datos de manera efectiva. Podríamos bloquearlo como usted sugiera y reducir el tiempo total de procesamiento basado en una preselección. También podríamos almacenarlo en un orden ordenado y usarlo para llegar al rango de datos deseado rápidamente (orden de registro del recuento de elementos). Ambos casos están asumiendo un orden predefinido que solo es útil en una clase de casos.
Las bases de datos modernas tienden a arrojar los datos a una tienda de una manera y luego superponen múltiples agrupamientos y órdenes de clasificación para proporcionar un acceso y manejo eficientes. Seleccionar cómo se dividirán y ordenarán los datos es clave para la optimización y, al mismo tiempo, debe minimizarse para mantener dentro de los recursos del sistema para su inserción y recuperación.
- Cómo convencer a una organización de la importancia de las pruebas A / B
- ¿Qué ejercicio debo dar a mis alumnos en un curso de Big Data?
- ¿Deben analizarse los datos en la fuente o debe construirse un almacén de datos?
- ¿Para qué tipo de problemas es poco adecuado el aprendizaje automático?
- ¿Cómo podemos estar seguros de que podemos confiar en los científicos? ¿Cómo sabemos realmente que los científicos no son los clérigos modernos? Parece que la ciencia toma tanto la fe como la religión.
La división en función del tiempo es ventajosa en varios casos. A menudo, los datos deben retirarse para archivarlos o eliminarlos, y en estos casos puede ser una gran victoria no meterse con la base de datos más activa para realizar cualquiera de las acciones. En otros casos, los registros más recientes son los más utilizados y requieren que los datos se dividan por otros criterios para distribuir la carga entre los recursos disponibles. El tiempo es una mala elección en este caso, pero un hash de otros datos puede ser bueno, o los roles de los datos podrían ser aún mejores. Tendrá que elegir según lo que requiera su aplicación y diseño.
