使用 sqlalchemy ORM 为复杂模式填充连接表

Question

我正在尝试将复杂的监管分类数据集导入新数据库。复杂性来自于将不同种类的分类器分配给相同的分类对象。有分层（一对多）“类别”和非分层（多对多）“属性”，每个“属性”都有指定的值范围。问题在于填充数据。由于每个最低“类别”的非分层“属性”都不相同，因此仅标记secondary 关系属性和a.append(b) 不会为连接表生成所需的输入。 JSON 将是一种很好的格式，但由于记录数量众多，它不可行。我正在寻找保留和填充下面提供的架构的最佳方式。这是一个简化的示例：

Supercat  Category  Subcategory Attr.Type Attribute  Attr.Value

Vertebrae Mammals   Cats        Color     Hair Color Blue
                                          Hair Color Black
                                          Eye Color  Blue
                                          Eye Color  Green
                                Magic     Yes/No     Maybe
                                Legs      Count      4
                                Habitat   Land/Sea   Land
                    Dogs        Color     Hair Color Brown
                                          Hair Color Black
                                          Eye Color  Blue
                                          Eye Color  Green
                                Magic     Yes/No     No
                                Legs      Count      4
                                Tailwags  Happy      Yes
                                          Unhappy    No
                                Habitat   Land/Sea   Land
                    Whales      Color     Skin Color Blue
                                          Skin Color Grey
                                Habitat   Land/Sea   Sea
                    Unicorns    Color     Hair Color Rainbow
                                Magic     Yes/No     Yes
                                Habitat   Land/Sea   Unknown
                                Legs      Count      4
                                          Hooves     Yes
          Fish      Sharks      Color     Skin Color White
                                          Skin Color Grey
                                Magic     Yes/No     No
                                Habitat   Land/Sea   Sea
                    Goldfish    Color     Scales     Gold
                                Habitat   Land/Sea   Sea

这是此设置的架构的 SQLAlchemy ORM 表示：

#connection tables:
attribute_type_attributes = db.Table('attribute_type_attributes',
    db.Column('type_id', db.ForeignKey('attribute_types.id'), ...),
    db.Column('attribute_id', db.ForeignKey('attributes.id'), ...)
)

attribute_values_attributes = db.Table('attribute_type_attributes',
    db.Column('type_id', db.ForeignKey('attribute_types.id'), ...),
    db.Column('value_id', db.ForeignKey('attribute_values.id'), ...)
)

subcategory_attribute_types = db.Table('subcategory_attribute_types',
    db.Column('type_id', db.ForeignKey('attribute_types.id'), ...),
    db.Column('subcat_id', db.ForeignKey('subcats.id'), ...)
)

subcategory_attributes = db.Table('subcategory_attributes',
    db.Column('type_id', db.ForeignKey('attributes.id'), ...),
    db.Column('subcat_id', db.ForeignKey('subcats.id'), ...)
)

subcategory_attribute_values = db.Table('subcategory_attribute_values',
    db.Column('type_id', db.ForeignKey('attribute_values.id'), ...),
    db.Column('subcat_id', db.ForeignKey('subcats.id'), ...)
)

#models:
class Supercat(db.Model):
    id = db.Column(...)
    name = db.Column(...)

class Cat(db.Model):
    id = db.Column(...)
    supercat_id = db.Column(..., db.ForeignKey('supercats.id'), ...)
    name = db.Column(...)

class Subcat(db.Model):
    id = db.model(...)
    cat_id = db.Column(..., db.ForeignKey('cats.id'), ...)
    name = db.Column(...)

class Attribute_type(db.Model):
    __tablename__ = 'attribute_types'
    id = db.Column(...)
    name = db.Column(...)

class Attribute(db.Model):
    __tablename__ = 'attributes'
    id = db.Column(...)
    name = db.Column(...)

class Attribute_value(db.Model):
    __tablename__ = 'attribute_values'
    id = db.Column(...)
    name = db.Column(...)

同样，不同的分层“类别”具有不同的非分层“属性”，它们与不同的值集相关。我不能拥有与错误“子类别”相关的非分层“属性”或其值，因为数据不是我可以更改的。

有什么想法吗？

Answer 1

要存储类别层次结构，您可以使用当前拥有的 3 个表（super-cat、cat、sub-cat）或单个表（带有 parent_category_id 的类别）。我可能会使用一个表，但单独的表似乎也很好。

然后有一个表来存储各种属性（例如“头发颜色”） attributes 表与 id、attribute_type 和 name 列。您可以将attribute_type 存储为字符串（例如Color）或作为对存储名称Color 的attribute_types 表的引用。

最后，为了存储每个子类别的属性值，我将有一个表（例如subcategory_attributes），它引用子类别表和属性表并存储value（例如“蓝色”） .您也可以将values 提取到他们自己的表中，如果您想进一步规范化数据/如果有意义的话，只需引用它们即可。

这里有一些描述架构的可怕 ascii 艺术。

[ super-categories ]      [  attribute_types (name:Color)    ]
        ^                                    ^
        |                                    |
[   categories     ]      [     attributes (name:Hair color) ]
        ^                                    ^
        |                                    |
[  subcategories   ]  <-- [ subcategory_attributes (value:Blue) ]  

也许我遗漏了一些东西，但我认为我遗漏了将一个或多个属性值（具有特定属性类型等）与特定子类别相关联的困难。