Je prévois de créer une base de données pour l'historique des prix. La base de données d'historique devrait conserver les prix définis 90 jours à l'avance chaque jour de l'année. Cela signifie: 90 jours x 365 jours/an = 32850 élément de base de donnéesMongodb grand document design
Existe-t-il un moyen de concevoir un schéma pour améliorer les performances des requêtes?
ma première suggestion était de stocker des valeurs hiérarchiques comme:
{
"Address": "xxxxx",
"City": "xxxxx",
"Country": "Deutschland",
"Currency": "EUR",
"Item_Name": "xxxxxx",
"Location": [
log, lat
],
"Postal_code": "xxxx",
"Price_History": [
2014 : [
"January" : {
"CW_1" : { 1: [ price1 .. price90 ], 2: [ price1 .. price90 ], },
"CW_2" : {},
"CW_3" : {},
} ,
"February" : {},
"March" : {},
]
]
}
Merci à l'avance!
Tout dépend des requêtes qui vous intéressent. Pouvez-vous donner quelques exemples des requêtes les plus courantes que vous envisagez d'exécuter sur vos données? – Lix
tout d'abord merci pour votre commentaire. Quelques exemples devraient être 1. "trouver des prix à si l'article est dans le voisinage de Location [log, lat]" 2. "trouver des endroits où les prix plus élevés que à " 3. "trouver un article si fournisseur et si la ville est xxx " –
ovntatar
Hmm ... ok ... donc c'est une direction différente de ce que je pensais ... Continuons dans le chat - http://chat.stackoverflow.com/rooms/ 61100/room-for-lix-and-ovntatar – Lix