优化捕获出勤数据模式的最佳方法是什么

我们有一个体育训练营，该市的各个团队定期参加该训练营。我们每天有一次持续 2 小时（上午 9 点至 11 点）的会议，不同团队的时间段可能有所不同。我们希望了解每天参加训练营的人员情况。

我们采用以下模型来捕获出席率。 （id、user_id、日期、当前）。假设用户每天参加训练营（比如一个月 30 天），您将在数据库中看到这么多记录。

假设我们只对找出用户参加训练营的天数感兴趣，是否有更好的方法来标记特定用户的存在或缺席（也许只是一个月的单行并将所有单独的天标记为类似于 (P,P,P,A, ...,A,P)。P = 存在，A = 不存在

您在问题标题中使用“优化”一词而没有解释你想要优化什么.

如果您谈论的是查询性能，那么您就没有问题。您可以拥有的记录数量取决于您每天参加的会议数量（因为只有一个团队可以参加任何给定的会议）。如果您每天运行十个会话，那么每月就有三百条记录。如果您每天运行一百个会话，则每月会产生三千条记录。这些数据量并不大。因此，您通过扭曲数据库设计来避免不存在的性能问题，从而做出了错误的决定。

您在评论中提到了电子表格。这并不是一个糟糕的设计。顶行是会议，下方是团队，单元格显示团队是否出席会议。它们映射到三个数据库表：SESSIONS、TEAMS 和交集表 TEAM_SESSIONS。当团队参加会议时，您只需要在 TEAM_SESSIONS 中记录。

作为概念验证，我在 Oracle 中创建了三个表。

SQL> desc teams
 Name                                      Null?    Type
 ----------------------------------------- -------- ----------------------------
 ID                                        NOT NULL NUMBER
 NAME                                               VARCHAR2(20 CHAR)

SQL> desc sessions
 Name                                      Null?    Type
 ----------------------------------------- -------- ----------------------------
 ID                                        NOT NULL NUMBER
 SSN_DAY                                            DATE
 SSN_START                                          NUMBER(4,2)
 SSN_END                                            NUMBER(4,2)

SQL> desc team_sessions
 Name                                      Null?    Type
 ----------------------------------------- -------- ----------------------------
 TEAM_ID                                   NOT NULL NUMBER
 SESSION_ID                                NOT NULL NUMBER

SQL>

Oracle 11g 中引入的 PIVOT 函数使得构建矩阵变得轻而易举（不同风格的 DBMS 将有不同的方法来实现这一点）。正如您所看到的，三支球队今天已经预订了课程，没有人愿意在午餐时间训练，而贝克联队则非常热衷（或需要训练）！

SQL> select * from (
  2      select t.name as team_name
  3             , trim(to_char(s.ssn_start))||'-'||trim(to_char(s.ssn_end)) as ssn
  4             , case when ts.team_id is not null then 1 else 0 end as present
  5      from   sessions s
  6             cross join teams t
  7             left outer join team_sessions ts
  8                  on (ts.team_id = t.id
  9                      and ts.session_id = s.id )
 10      where s.ssn_day = trunc(sysdate)
 11      )
 12  pivot
 13      ( sum (present)
 14        for ssn in ( '9-11', '11-13', '13-15', '15-17', '17-19')
 15      )
 16  order by team_name
 17  /

TEAM_NAME                '9-11'    '11-13'    '13-15'    '15-17'    '17-19'
-------------------- ---------- ---------- ---------- ---------- ----------
Balham Blazers                0          1          0          0          0
Bec United                    1          0          0          0          1
Dinamo Tooting                0          0          0          0          0
Melchester Rovers             0          0          0          1          0

SQL>

无论如何，这个数据模型的优点是它是灵活的。我们可以统计团队参加的频率、参加的时间、参加一周中的哪一天、哪些会议总是被预订、哪些会议很少被预订等等。此外，管理数据也很容易。特别是，三桌解决方案相对于两桌解决方案的优势在于，更容易防止重复预订以及非标准或重叠的时段。

你看，正常化不仅仅是我们用来迷惑无辜者的某种月球语言，它提供了真正的实际好处。在某些情况下，降低到至少 BCNF 并不是最好的主意。