求IT高手乱入

我想我会

问到请删





                                                     

我想我会

这个问题确实太复杂了，所以表达起来也很复杂，都不知道该怎么说才好了，不知道大家能不能看明白，希望有相关经验的高手，一看就能明白我的意思吧，给点指点吧！

抓紧时间

弄个hana估计就不必担心啥了。

真要是讲效率，名堂很多的

shiroki

我觉得楼主这样的线性存储也不行吧，一个大表塞那么多数据，随便做点儿操作不是要慢死。

pattonoriental

输入进库，怎么入都行，关键是你之后用的时候有什么要求？

xiabai84

希望我理解你的问题了。。。 你的目的其实就是想把一个存结构化数据的大表 灌进一个第三范式的数据库里？

我对这种量比较大的数据都基本都是用ETL工具入库（特别你经常读一些什么EXCEL， CSV， XML， TEXT，或者非结构化类型的文件，然后写进数据库）。原因很简单，1 可以节省代码量， 2 保证数据质量（什么空行，主键多次插入，slowly changing dimension各种各样操作）， 3 入库效率高。

有可能的话使用集群模式， 多线程读写， 能用bulk load 就优先用， ETL工具里包括各种操作行转列列转行应有尽有。 你的应用不就是应该负责单行数据的增删查改嘛，而不是靠你的应用去搞ETL。。。  进表后想优化就是比较大的课题了，这个看你业务逻辑需要， 写高性能的查询语句， 尽量走索引是最基础的优化。。注意数据库的 Optimizer 和 excution plan
建议使用Pentaho 或者Talent， 感觉你的样子像是java 程序员， 这两个东西都是开源的，你上手应该能比较快。  1500万行离大数据的等级还差很远。。用classic 的BI手段就能处理。

Java 程序设计不是我的强项，没法给意见。 偶尔自己家里做着玩的话我个人喜欢Netbeans， 懒人首选。。 你在数据库里建好模型，直接对应着生成代码， 随便改改就基本有想要的前端效果了。

楼上的回复老实说我没看懂。。。大概是我low 了。
SAP Hana是内存式的列存储， 是NoSQL的一个分支， 搂主其实就是一个很简单的关系型数据库，而且是CSV 输入。 他好像也没说有什么查询的瓶颈或者非结构化数据建模的困难。 能用开源技术不懂为何用SAP。。。1500万行的效果开元和收费应该没啥区别吧？ 最多最多搞个小集群不涉及到大数据技术。

qwycd

你的方法没问题，说你不对的人是想把功能模块化，设计模式嘛。如果源数据是xml的，你的importer没法用了，要从头写。还有就是时间问题，如果一次性的用，一点问题没有，其他类你反正要今后继续用的。

像楼上说的，用talent比较好，不用自己码。1500万行小意思啊！

kudoshinqi

你说的这东西是个factory，查设计模式的factory pattern。 excel数据进入factory, 校验并生成对象，对象再用hibernate之类导入数据库。

区别就是你不能自己写new 关键字来生成对象，因为写错了出来都是错的。工厂类（当然也是你开发的）会先检验再生成对象。同时工厂类里封装好的方法会更便于单元测试

一行一行循环excel当然是可以的，但是不够强壮易读，尤其数据例外或错误多的时候

kudoshinqi

补充一下，lz现在的实现方法最明显的问题是，

如果你运行程序运行了两遍，那么所有数据都会被插入两次，直到sql因为违反数据库constraints失败。插入前不仅要校验数据格式，还要检查是否已经存在。如果数据间有依存关系必须保证一次插入。不过这个应该好的数据接口库就有实现，应该。

我想我会

删