cache OR oracle

Cacheman

最初由 tanyiqiang 发布
[B]ORACLE发展到今天，做不到的东西很少了。作为关系数据库，也差不多到顶了。至于对象方面，就不好比较了。 [/B]

有道理。
另外， Oracle是通用的数据库，各个行业都可以用。而Cache的背景是医疗卫生行业，他是从医疗卫生行业发展起来的，所以他的功能上有许多是专门对医疗卫生行业的特性设计的。
同样，Biztalk, Websphere, Weblogic等也是通用的集成平台，而ensemble里面融入的医疗卫生的特性也是他最大的卖点。
这个就是做的专和做的广的区别。

fals

所以这两个东西，可能在短期内还是很难比较清楚的。

最初由 天光云影 发布
[B]据东华的朋友说，Oracle应用在医疗行业还是有蛮大优势的，据说它多维表的功能非常强大。 [/B]

cache的多维表，我在听一次cache培训的时候就专门的提过问，让教员与oracle的嵌套表比较一下，教员说他不了解oracle的嵌套表，所以也没办法讨论。

就我所知，oracle的嵌套表在医疗行业用得不太多，毕竟是后来发展起来的技术，但cache一上来就宣称它的多维表功能如何强大，所以大家都觉得这个是个亮点了，其实这个功能，基本上就对应oracle的嵌套表功能——个人的理解啊，不正确的话，请大家就这个话题拍砖

husthxd

多维表?
who来解析一下?

fals

简单的说，就是把表中的某一个字段，扩展成一个子表，这样某行的其他字段一个值， 对应到这个特殊字段可以扩展成多个值或行，也就是他们经常说的“表中有表”。

更详细的技术细节我也不太清楚，请了解的兄弟补充

isctiger

test

isctiger

oracle的嵌套表英文叫“Nested Table”，所以国内也有翻译为“巢表”的，个人认为这种译法比较形象，即在主表中某列是另一个表。那么“巢表”是不是多维？答案是否！它底层存储仍然是二维表：主表存主表内容，子表存子表内容；和Cache'多维存储完全两码事。那么它的优势是什么？其实它简化了关系——例如每个病人有多个体检记录，那么病人可以作为主表，体检记录可以作为子表，病人这个主表里有一列存的是该病人的所有体检记录（这是逻辑上的，物理上还是分开存的）——所以，它更像是一种对一对多（或父子）关系的对象性表达，这也可以从SQL语句上体现出来：不需做Join就可以从主表中读到对应的子表中的字段。这种设计方式还能一定程度上实现类似对象复用的功能。真了不起！但是，如果说到对象，Cache'本身就是非常完善的面向对象数据库（虽然兼容SQL），为什么还要用巢表这种模拟对象？

isctiger

另外，Cache'里没有“多维表”！既然叫“表”，那大家都知道啦，就是行和列嘛，是二维，不是多维！Cache'里的存储单位叫“Global”——多维数组。至于表，那只是Cache'里多维数组的SQL展现方式。

fals

对这个没有深入的了解，看来楼上的对这两个东西都熟悉，不知道能不能抽点时间比较一下，能不能讲一下cache里的那个global的存贮和检索的机制

tanyiqiang

我也很想知道。
数组的定位好像有直接计算、顺序查找、树查找、散列法等，按资料介绍CACHE用的是稀疏数组，不知道是怎么存储和查找的。

isctiger

Cache'联机帮助中查到的：
Physical Structure of Globals
Globals are stored within physical files using a highly optimized structure. The code that manages this data structure is also highly optimized for every platform that Caché runs on. These optimizations ensure that operations on globals have high throughput (number of operations per unit of time), high concurrency (total number of concurrent users), efficient use of cache memory, and require no ongoing performance-related maintenance (such as frequent rebuilding, re-indexing, or compaction).
The physical structure used to store globals is completely encapsulated; applications do not worry about physical data structure in any way.
Globals are stored on disk within a series of data blocks; the size of each block (typically 8KB) is determined when the physical database is created. To provide efficient access to data, Caché maintains a sophisticated B-tree-like structure that uses a set of pointer blocks to link together related data blocks. Caché maintains a buffer pool — an in-memory cache of frequently referenced blocks — to reduce the cost of fetching blocks from disk.
While many database technologies use B-tree-like structures for data storage, Caché is unique in many ways:
The storage mechanism is exposed via a safe, easy-to-use interface.
Subscripts and data are compressed to save disk space as well as valuable in-memory cache space.
The storage engine is optimized for transaction processing operations: inserts, updates, and deletes are all fast. Unlike relational systems, Caché never requires rebuilding indices or data in order to restore performance.
The storage engine is optimized for maximum concurrent access.
Data is automatically clustered for efficient retrieval.