우리는 데이터베이스를 리팩터링 한 클라이언트로부터 친숙한 것으로 보이는 (엔터티 당 한 행, 속성 당 한 열) 나에게 익숙하지 않은 것으로 (속성 당 엔터티 당 한 행) 일상적인 데이터 피드를 처리합니다.
이전 : 속성 당 하나의 열
ID Ht_cm wt_kg Age_yr ...
1 190 82 43 ...
2 170 60 22 ...
3 205 90 51 ...
이후 : 모든 속성에 대한 하나의 열
ID Metric Value
1 Ht_cm 190
1 Wt_kg 82
1 Age_yr 43
1 ...
2 Ht_cm 170
2 Wt_kg 60
2 Age_yr 22
2 ...
3 Ht_cm 205
3 Wt_kg 90
3 Age_yr 51
3 ...
이 데이터베이스 구조의 이름이 있습니까? 상대적인 장점은 무엇입니까? 이전 방식은 특정 속성 (널 (NULL)이 아니거나 음이 아닌 등)에 대한 유효성 제약 조건을 쉽게 정의하고 평균을 계산하기가 더 쉬워 보입니다. 그러나 데이터베이스를 리팩토링하지 않고 새로운 속성을 추가하는 것이 더 쉬운 방법을 알 수 있습니다. 이것이 데이터를 구성하는 표준 / 선호적인 방법입니까?