YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Chinese, Simplified subtitles

← Flexible Schema - Data Wranging with MongoDB

Get Embed Code
4 Languages

Showing Revision 1 created 08/25/2016 by Udacity Robot.

  1. 正如我们处理数据时经常遇到的情况那样

  2. 一些输入项或文档具有其它输入项或文档没有的字段
  3. 在任何项目中 数据模型通常经历几次叠代
  4. MongoDB 设计用于通过提供灵活模式解决这两个问题
  5. 灵活模式很好地处理两个在
  6. 其包含的字段内变化的单独文档
  7. 以及我们整个收集需要改变的模式
  8. 作为示例 让我们看看人员信息框数据
  9. 现在 几乎对于每个人
  10. 包括出生和死亡日期字段可能都是有意义的
  11. 也许还有民族和职业 但并不是每个人都会有办公室
  12. 并不是每个人都与政党有关
  13. 即使我们谈论那些不出名的人
  14. 有些人会有配偶 有些会有不止一个配偶
  15. 而有些人没有配偶 有些会有孩子 而有些人没有孩子
  16. 撇开什么是个人数据的正确数据模型问题
  17. 在 MongoDB 中
  18. 即使有些个人文档包含其它人没有的字段
  19. 我们可以代表使用适合其字段的每个人
  20. MongoDB 的索引系统和查询执行系统考虑到这一点
  21. 因此 我们可以查询有两个或以上儿童的人物收录
  22. 并且他将按照预期仅为
  23. 数组中具有用于儿童字段值的
  24. 两个或以上输入项的人员检索数据
  25. 忽略很少有儿童的文档以及根本没有儿童字段的文档
  26. 这也意味着
  27. 随着新需求的出现或更多数据变得可用
  28. 很容易开发你的计划
  29. 开始将文档添加到有新字段的集合中是一件很简单的事情
  30. 你现在需要跟踪或改变建立现有字段模型的方式
  31. 作为例子
  32. 让我们看一看 dbpedia 页面 该页面描述了可用的数据集
  33. 现在 如果我向下滚动该页面会发现
  34. 我已经在这里做过了 这里有一个城市数据的例子
  35. 到目前为止 我们已经看过了汽车数据 人员数据
  36. 现在 我们看过了信息框数据集的城市数据
  37. 并且 我展示这个例子来说明城市信息框计划已发展的事实
  38. 并且 我们可以在 Innsbruck 的这个旧例子中看到城市数据
  39. 并将其与 Innsbruck 的新例子进行比较
  40. 如果你仔细查看该数据
  41. 有几个地方已更改数据
  42. 这里没有列出市长
  43. 因为这里有
  44. 同时在旧数据形式中未列出时区
  45. 中央和白天时区
  46. 在这里列出节省时间 微小差异 但是这些都是
  47. 我们希望在发展模式中
  48. 看到的微妙变化类型