協方差矩陣的數據庫設計（恆定大小，對角線對稱）

Question

我是關系數據庫設計領域的新手，並且正在嘗試在表中存儲9x9協方差矩陣。 行和列是位置，速度和加速度的x，y，z項。 像這樣：

        PosX PosY PosZ . . . AccZ
      -------------------------
PosX  |  XX   XY   XZ  . . .
PosY  |  YX   YY   YZ  . . . 
PosZ  |  ZX   ZY   ZZ  . . . 
.     |  .    .    .
.     |  .    .    .
.     |  .    .    .
AccZ  |

因此，例如，最左上角的元素是PosXPosX（在上面縮寫為XX），右邊是PosXPosY，依此類推。 矩陣沿對角線對稱（即PosXPosY == PosYPosX）。 我可能還想在該表中存儲僅包含位置和速度的6x6矩陣。

從我的研究中，我發現了一種規范化的表設計，即創建一個具有行號，列號和值（ 如何在數據庫中表示二維數據矩陣 ）的字段的表。 我可以看到，這樣做的好處是靈活性，因為行和列的數量是可變的。 即使我有一定數量的行和列（9x9和/或6x6），這也是最好的方法嗎？ 我還可以設想創建一個表，其中包含每個唯一行/列組合（PosXPosX，PosXPosY等）的字段。 對我來說，這似乎更直觀，但就像我說的那樣，我是新手。

我的問題是：您如何建議在關系數據庫中表示我的數據？ 我概述了兩種可能的方法，但我不知道這兩種方法是否是最佳方法。 在我看來，“最佳”意味着有效地存儲和檢索。 我創建的實際上是一個數據存儲庫，因此數據庫中的數據一旦添加就不會更改，只會讀入numpy數組或類似內容。

更多背景：
我正在分析測試數據。 我有多個具有不同配置的測試運行，每個配置都有多個數據點，其中包括許多不同種類的數據。 我要存儲和分析的數據點之一是協方差。 我正在處理的數據量非常龐大，因此我希望使用數據庫可以幫助我保持事物的組織性和可訪問性。 目的是存儲所有這些數據，然后編寫將從數據中提取數據的數據分析和可視化工具。 在協方差的情況下，我正在計算馬氏距離，跡線和時間傳播的特征值之類的東西。 我已經有很多這樣的工具，但是它們目前是從許多不同的日志文件中提取的，並且通常是一團糟。

Answer 1

數據庫擅長存儲數量驚人的數據。 好像您想使用它們來快速，清晰，輕松地存儲和檢索您的信息（如果不執行實際計算）。 如果是這樣，那么您將需要設計存儲以進行有效的檢索。

行和列的字段（表列）似乎是必須的。 您需要確保永遠不要添加大於矩陣大小的值（沒有行/列超過6或9）。 您可以在RDBMS中執行一些技巧，以確保這不會發生，但它們可能會讓人感到困惑。

您將找到一個附加字段，用於唯一標識存儲哪些數據集至關重要。 在該列的表上建立索引，從數百萬個中檢索一組36個或81個值將非常快。

您的第二個想法（每個觀察結果一行）也可以工作。 他們要考慮的關鍵是：將如何使用數據？ 從長遠來看，什么是最有效或最能滿足您的目標的？

Answer 2

只要您的數據集很小，並且您可以假定一次讀取的值將不會被外部應用程序修改，則可能值得考慮使用csv文件，然后將數據讀取到最有用的數據結構中在進行分析時。 這也將使您稍微更輕松地查看數據，因為您只需要一個文本編輯器，或者您想要一種以電子表格形式查看它的方法。

根據您所說的，似乎最干凈的方法是每個單元具有一個記錄，因為這將為您將來提供最大的靈活性。 如果您有興趣閱讀有關數據庫設計的文章，那么這是一個很好的起點

一種可能的設計可能是：

table matrix(record_id, parent_id, matrix_id, x, y, value) 

其中record_id唯一地標識一條記錄，parent_id是對該矩陣的擁有實體的引用，matrix_id唯一地標識矩陣中的元素，x和y是該記錄的坐標，值是單元格值。

然后查詢可能類似於：

select * 
    from matrix
where matrix_id=?
order by x asc, y asc