jonsca's questions

我正在通过 MNE Python 读取多组科学数据（EEG 数据的欧洲数据文件文件）。每个 EDF 都可以使用包含时间基准的 Numpy 数组读取，例如 0.00、0.01、0.02、0.03... 和通道数，每个 Numpy 数组表示沿该时间基准的测量值 [-3.00, 4.40, 2.20, 3.40] 用于通道“FZ-CZ”，[1.24, 1.34, 1.00, 3.11] 用于通道“CZ-PZ”。这些频道具有在记录中唯一的文本标签，但可能因记录而异。

背景

我的非理想想法是将这些放在普通 Postgres DB 中的表中，但通道标签可能不一致，对于具有数十个通道的文件来说，这将是几分钟的很多行. 也许有一个“频道”表，我可以在其中保留所有文件的所有频道的运行列表并避免重复，但这再次违背了我的更好判断。

|PatientId|Channel|Time|Voltage|
--------------------------------
|        1| FZ-CZ |0.00|-3.00  |
|        1| FZ-CZ |0.01| 4.40  |
|    ...  | ...   |... | ...   |
|        1| CZ-PZ |0.00| 1.24  |
|        1| CZ-PZ |0.01| 1.34  |

更让我不寒而栗的是，为不同的记录提供不同的表格，其中包含可变数量的列，这些列由通道的电压值组成。

我找到了一篇关于欧洲数据文件主题的完整论文（链接直接下载 PDF），这似乎鼓励使用将这些跟踪作为二进制数据存储在表中。我不介意将此作为次要选项，但我希望能够直接查询数据。

在搜索该站点时，我发现以下 3 个问题很有帮助，并且更倾向于寻求时间序列数据库解决方案。 时间序列科学数据的设计选项

科学数据设计。具有数百列的数据表或具有通用值列和数百行 (EAV) 的数据表？

存储时间序列系列的建议

问题

从那一点研究中，我决定追求像QuestDB或Timescale甚至 Amazon Timestream 这样的东西，但似乎所有这些解决方案都面向 a.) 每个数据点都有准确的时间戳（比如“01/01/ 2022 00:00") 和 b.) 在进行测量时将数据点增量添加到表中。否则，这些解决方案似乎是存储此类数据的理想选择。

除了将我的数据的相对时间点转换为绝对时间戳之外，有没有办法让它与时间序列数据库一起使用？如果不是，我是否“卡住”了将这些数据存储为字节/blob，甚至像 JSON 这样的数据存储在表中，甚至只是将文件保存在 S3 存储桶中并根据需要读取/写入它们？

我正在尝试为一个程序设计一个数据库，该程序用于存储和操作 Twitter 上的推文。

我正在使用代码将推文分割成单词、用户名和主题标签，所以

I'm meeting @President over coffee to talk about my new job #cabinet #woot

会分解成{meeting, over, coffee, talk, about, new, job}（去掉 2 个字母以下的单词和去除标点符号后的单词）{president}、 和{cabinet,woot}.

由于我在这方面缺乏经验，我希望能够根据需要增加列中的行数，但我的直觉告诉我，这将是一场噩梦。我考虑过的另一种可能性是选择一个任意数字，例如 10 列来存储单词，5 列用于存储用户名等，但这会有点粗略，因为我不确定会有多少，并且我不得不扔掉可能有价值的信息。

就目前而言，我有 3 varchars 足够长的时间来举行“喝咖啡讨论新工作”、“总统”和“内阁会议”。因此，每当我需要获取特定推文的信息时，我都会检索该行并分解字符串。

这是“正确”的路线吗？我是否错过了一种让我的生活更轻松的明显方法？（我在网上找到了一些关于 using的内容array，但我使用的是 MySQL，它似乎不支持该数据类型。