主页 / user-87

Aleksandr Levchuk's questions

Martin Hope
Aleksandr Levchuk
Asked: 2011-06-05 07:50:31 +0800 CST
  • 22

由于 varchar 占用的磁盘空间与字段的大小成正比，我们有什么理由不总是将 varchar 定义为最大值，例如varchar(8000)在 SQL Server 上？

在创建表上，如果我看到有人在做，varchar(100)我应该告诉他们不，你错了，你应该做什么varchar(8000)？

sql-server varchar
Martin Hope
Aleksandr Levchuk
Asked: 2011-01-13 15:52:51 +0800 CST
  • 57

在 PostreSQL 8.3 中，我正在尝试创建一个看起来就像现有表但具有不同列名的视图。

这有效

CREATE OR REPLACE VIEW gfam.nice_builds AS 
 SELECT (family_tree.family_tree_id) as x,
        family_tree.family_tree_name, family_tree.family_tree_description
   FROM gfam.family_tree;

上面复制了 family_tree 表，但以下尝试失败：

CREATE OR REPLACE VIEW gfam.nice_builds AS 
 SELECT (family_tree.family_tree_id) as x,
        family_tree.family_tree_name, family_tree.family_tree_description
   FROM gfam.family_tree;
  • 错误：无法更改视图列“family_tree_id”的名称

如何重命名列？

postgresql
Martin Hope
Aleksandr Levchuk
Asked: 2011-01-04 15:31:44 +0800 CST
  • 11

在 PostreSQL 中存储 UniProt 生物序列的最佳方式是什么？

数据详情

  • 我们从UniProt中提取了 1200 万个序列——这个数字可能每 3-10 个月翻一番。
  • 序列的长度可以从 10 到 500 亿个字符不等
  • 不到 1% 的序列长度超过 10,000 个字符
    • 单独存储较长的序列会提高性能吗？
  • 序列可以是蛋白质或 DNA 字母表
    • DNA 字母表有 5 个字符（A、T、C、G 或 -）。
    • 蛋白质字母表将包含大约 30 个字符。
    • 我们不介意将两个不同字母表的序列存储在不同的列甚至不同的表中。那会有帮助吗？

数据访问详细信息

回答 Jeremiah Peschka 的评论：

  • 蛋白质和 DNA 序列将在不同时间访问
  • 不需要在序列内搜索（这是在数据库之外完成的）
  • 以太一次访问单行或通过 ID 提取行集。我们不需要扫描行。所有序列都由其他表引用 - 数据库中存在几个具有生物学和时间顺序意义的层次结构。

向后兼容性

如果能够继续能够将以下哈希函数（SEGUID - 序列全球唯一标识符）应用于序列，那就太好了。

CREATE OR REPLACE FUNCTION gfam.get_seguid(p_sequence character varying)
  RETURNS character varying AS
$BODY$
declare
  result varchar := null;
  x integer;
begin

  select encode(gfam.digest(p_sequence, 'sha1'), 'base64')
  into   result;

  x := length(result);
  if substring(result from x for 1) = '=' then

     result := substring( result from 1 for x-1 );

  end if;

  return result;

end;
$BODY$
  LANGUAGE 'plpgsql' VOLATILE
  COST 100;
postgresql