Entity-attribute-value模型到底好不好

Posted 2011-04-14 | archive

最近看NoSQL发现entity-attribute-value（简称EAV）这个模型真王道啊，Google App Engine的 datastore就是个典型的entity-attribute-value模型：

The App Engine datastore saves data objects, known as entities. An entity has one or more properties, named values of one of several supported data types. For instance, a property can be a string, an integer, or even a reference to another entity.

但是在Stackoverflow上发现大家对EAV评价非常低，都说这是个very bad design

比如把一个表

搞成这种EAV模型的设计：

然后一个简单的SQL就从

SELECT first_name, last_name
FROM Employees
WHERE date_of_birth > '12/31/1950' ;

变成了

SELECT MAX( CASE emp_property WHEN 'first_name'
                              THEN value
           END ) AS first_name,
      MAX( CASE emp_property WHEN 'last_name'
                             THEN value
           END ) AS last_name
  FROM EmployeeValues
 WHERE emp_nbr IN ( SELECT emp_nbr
                      FROM EmployeeValues
                     WHERE emp_property = 'date_of_birth'
                       AND CAST( value AS DATETIME ) > '12/31/1950' )
   AND emp_property IN ( 'first_name', 'last_name' )
 GROUP BY emp_nbr ;

缺点太多了：

太多row了，无法方便直接管理，甚至造成性能低下
想限制下数据很困难
无法利用外键
写query就是一坨浆糊
基本不可能生成复杂的分析和报告

但是我突然想到，类似memcached和redis这种key-value不是恰好避免了这些缺点而发挥了EAV的优点吗？在stackoverflow上看到类似的评价：

为是么entity-attribute-value不好？

because they are inefficient usage of relational databases. A purely key/value store works great with this model.

类似MongoDB这种document db就更好了，非常适合做EAV模型的数据存储和处理。

现在觉得，NoSQL 其实代表 NoACID，而真正替代 Relational 的革命性的东西就是 EAV。

关于EAV的一些trivia：

EAV的最早期起源是LISP association lists，为了AI研究里的knowledge representation。其实这个association list就是n多attribute-value对。说白了就是n个key-value值。
一些EAV的实际例子：浏览器cookie，Microsoft Windows注册表，ASN.1
EAV可以用sematic web里的RDF来描述，metadata用RDF Schema来描述。但是我个人而言是讨厌一大坨XML的。
EAV和Subject-Predicate-Object本质是等价的
XML可以被看成带tag的EAV。
比tagging更加高级的metadata玩法就是EAV
object-oriented db其实在对象和逻辑上都不如EAV直观，我觉得EAV/CR是OO的超集
EAV的代价就是非常复杂和容易出错的metadata处理。菜鸟玩metadata玩着玩着就把自己给meta了。
EAV的特点是
- 超灵活
- 稀疏属性存储空间最优
- EAV的数据就是简洁直观的物理fact，而且很大程度上是自我描述的。
- 开放式物理schema，所以有的时候EAV也被称为open schema，而且EAV模型就是简化schema的主要手段。
- 和传统数据库不同，EAV的逻辑schema和物理schema非常不同。EAV的逻辑schema必须保存为metadata形式
- 足够丰富的EAV可以用来直接执行主动数据操作，相比而言传统数据库只能被动描述数据。（我又在YY这个传说中的deductive特性了）
云计算厂商搞的数据存储基本都是EAV。前面说的Google的datastore，支持GQL，支持的value数据类型也是最丰富的；Microsoft的Windows Azure Table Storage，在URL上调用LinQ provider；Amazon的SimpleDB支持查询语法和数据类型最少。

参考

1: http://ycmi.med.yale.edu/nadkarni/eav_cr_contents.htm
2: http://en.wikipedia.org/wiki/Entity-attribute-value_model

ps 中文搜索EAV模型全是关于magento的。。。或许现实中最急迫的EAV应用就是电子商务吧？

Comments