Split（）函數(shù)在數(shù)據(jù)庫設(shè)計(jì)應(yīng)用的研究

鄒同浩 許學(xué)添

（廣東司法警官職業(yè)學(xué)院 廣東省廣州市 510520）

1 引言

在數(shù)據(jù)庫設(shè)計(jì)的過程中，經(jīng)常遇到對于同類事物需要的信息不一樣，為解決這一問題，需要針對不同的事物設(shè)計(jì)不同的數(shù)據(jù)表，數(shù)據(jù)表之間通過關(guān)鍵字段確定多種內(nèi)聯(lián)關(guān)系。如果把不同的事物放在同一張數(shù)據(jù)表中，不同的事物有不同的屬性，這樣創(chuàng)建一張表就很難進(jìn)行輸入和管理。例如，把人和物存在同一張表格內(nèi)，人的屬性有“性別”，而物沒有這樣的屬性，存在同一張表中，很多字段對于彼此都是無效字段，增加了計(jì)算機(jī)處理負(fù)荷，從而暴露出數(shù)據(jù)庫設(shè)計(jì)的龐大和復(fù)雜性。本文指出用split（）函數(shù)減少數(shù)據(jù)庫設(shè)計(jì)中的多表性和內(nèi)聯(lián)性，降低數(shù)據(jù)庫設(shè)計(jì)的復(fù)雜性 ，盡最大可能的把不同的信息存儲設(shè)計(jì)在同一張數(shù)據(jù)表中，減少表的數(shù)據(jù)表的數(shù)量和降低數(shù)據(jù)之間關(guān)聯(lián)性，提高數(shù)據(jù)的設(shè)計(jì)效率，降低數(shù)據(jù)庫的管理復(fù)雜度。

2 Split（）函數(shù)分割作用及存儲

Split 函數(shù)是編程語言中使用于分割字符串一種函數(shù)，它返回一個(gè)下標(biāo)從零開始的一維數(shù)組。它是在邏輯上對輸入數(shù)據(jù)進(jìn)行的分割，并不會在磁盤上將其切割成片存儲[1]。

Split 函數(shù)格式：Split(expression[,delimiter [,count[, ompare]]])。如果用“.”作為分隔的話,必須寫法,String.split("\.")，這樣才能正確的分隔開,不能用String.split(".")；如果用“|”作為分隔的話,寫法,String.split("\|"),這樣才能正確的分隔開；“.”和“|”都是轉(zhuǎn)義字符,必須得加"\"；如果在一個(gè)字符串中有多個(gè)分隔符,可以用“|”作為連字符,比如,“acount=? and uu =? or n=?”,把三個(gè)都分隔出來,可以用String.split("and|or")；

使用String.split 方法分隔字符串時(shí)，分隔符如果用到一些特殊字符，可能會得不到我們預(yù)期的結(jié)果。

在數(shù)據(jù)庫設(shè)計(jì)的過程中，程序開發(fā)人員結(jié)合數(shù)據(jù)庫的設(shè)計(jì)和程序設(shè)計(jì)中Split()函數(shù)特點(diǎn)，取長補(bǔ)短，優(yōu)化數(shù)據(jù)庫的設(shè)計(jì)，目標(biāo)是降低數(shù)據(jù)庫設(shè)計(jì)的復(fù)雜性和內(nèi)聯(lián)性。

3 數(shù)據(jù)庫設(shè)計(jì)格式不一致

程序員在數(shù)據(jù)庫設(shè)計(jì)過程中，遇到同一個(gè)物品，數(shù)據(jù)表需要的字段不一樣，給數(shù)據(jù)表的建立增加非常多的統(tǒng)計(jì)表格。或者物品較多，但統(tǒng)計(jì)量有很少，增加數(shù)據(jù)表的設(shè)計(jì)數(shù)量，又顯得多余。還要通過設(shè)置主鍵和外鍵進(jìn)行關(guān)聯(lián)，這樣會增加數(shù)據(jù)庫的復(fù)雜度。我們試想，能否把數(shù)據(jù)放在一張數(shù)據(jù)表中，一張數(shù)據(jù)表能把所有物品的數(shù)據(jù)信息存儲下來，共查詢和統(tǒng)計(jì)。數(shù)據(jù)庫設(shè)計(jì)時(shí)能否利用split()函數(shù)的字符分割功能解決這些問題。

在開發(fā)固定資產(chǎn)管理系統(tǒng)時(shí)，物品種類幾千種，屬性參數(shù)各不相同，在建立數(shù)據(jù)庫時(shí)可能要幾千個(gè)數(shù)據(jù)表。例如，臺式計(jì)算機(jī)的參數(shù)有系統(tǒng)、CPU 型號、內(nèi)存、主板等；辦公椅的參數(shù)有類別、扶手類型、五星腳材質(zhì)等，如果把這樣的物品放在同一張數(shù)據(jù)表中，會出這樣的情況，如表1 所示。

表1：匯總表

表2：拆分表1

表3：拆分表2

表4：改造后的匯總表

表5：成績表

這樣設(shè)計(jì)出來的數(shù)據(jù)表，冗余量太大，對于同一物品無效字段太多、數(shù)據(jù)表字段太多等一系列問題。查詢物品的信息相互關(guān)聯(lián)時(shí)，是否能夠合并作為一個(gè)字段，需要統(tǒng)計(jì)的公用信息可以單列字段，這樣就減少數(shù)據(jù)表的設(shè)計(jì)復(fù)雜性。假設(shè)對不同類物品單列一張數(shù)據(jù)表如表2、表3 所示。

這樣精煉了數(shù)據(jù)表中的字段項(xiàng)，但增加了數(shù)據(jù)表的數(shù)量。后期會增加程序設(shè)計(jì)的復(fù)雜性。因此，我們考慮，根據(jù)用戶的需求，比如一鍵查詢出某個(gè)物品的所有信息，而不是單個(gè)信息。或者說，查詢某個(gè)物品的單個(gè)信息和整個(gè)信息時(shí)等價(jià)的，或者沒有實(shí)在意義，是否能通過程序設(shè)計(jì)，可以使數(shù)據(jù)庫的表的數(shù)量最少，還能滿足系統(tǒng)需求。

4 用Split（）函數(shù)解決數(shù)據(jù)表格式不一致問題

例如，在固定資產(chǎn)管理系統(tǒng)中，注重的是產(chǎn)品的存在及價(jià)值，對于具體參數(shù)不是統(tǒng)計(jì)重點(diǎn)，我們是否考慮不同的物品的參數(shù)僅僅用一個(gè)字段表示，如“參數(shù)說明”。數(shù)據(jù)表可以設(shè)計(jì)如表4 所示。

這樣的數(shù)據(jù)庫設(shè)計(jì)方法應(yīng)用必須滿足兩個(gè)條件。第一該物品字段統(tǒng)計(jì)字段次不齊或無統(tǒng)計(jì)價(jià)值；第二可以大大降低數(shù)據(jù)庫中數(shù)據(jù)表的數(shù)量。數(shù)據(jù)表這樣的設(shè)計(jì)，會出現(xiàn)統(tǒng)計(jì)量統(tǒng)計(jì)的問題，我們通過程序設(shè)計(jì)中Split()函數(shù)可以解覺數(shù)據(jù)表數(shù)量與程序設(shè)計(jì)的問題[2]。例如通過split（）函數(shù)可以吧表4 中的“參數(shù)說明”的字段信息通過split（）函數(shù)進(jìn)行拆分提取，分別以“:”和“;”進(jìn)行拆分。當(dāng)然我們可以根據(jù)統(tǒng)計(jì)需要以不同的符號代表進(jìn)行多次拆分。利用String 類中的split 函數(shù)進(jìn)行分割，同時(shí)將結(jié)果存放在一個(gè)二維數(shù)組中。問題在于怎么利用兩次split 分割后放在數(shù)組的兩個(gè)維度中，過程不再撰述。數(shù)組為引用型，需要申請內(nèi)存。

通過程序設(shè)計(jì)中split()函數(shù)字符串的分割功能，可以吧數(shù)據(jù)表的存儲有固定格式的字段內(nèi)容提取后根據(jù)需要進(jìn)行拆分，提取需要的內(nèi)容。完成統(tǒng)計(jì)功能。對于學(xué)生成績管理系統(tǒng)，這種功能更能體現(xiàn)出來。一張數(shù)據(jù)表就可以解決。例如表5 如下,統(tǒng)計(jì)一下“張三”的總成績。

以上兩種通過程序設(shè)計(jì)中Split()的函數(shù)來解決數(shù)據(jù)庫的設(shè)計(jì)問題及統(tǒng)計(jì)量的問題，從而大大的降低了數(shù)據(jù)庫設(shè)計(jì)的復(fù)雜度，尤其在數(shù)據(jù)表的數(shù)量上會大大的減少，減少了數(shù)據(jù)庫的維護(hù)性[3]。僅僅在錄入數(shù)據(jù)庫時(shí)，程序上一定要做格式上的驗(yàn)證，防止輸入不能被split()函數(shù)識別的問題，這點(diǎn)在程序設(shè)計(jì)之初，必須要考慮的。

5 split()函數(shù)特殊應(yīng)用

Split（）函數(shù)在數(shù)據(jù)庫設(shè)計(jì)查詢過程中，顯示其優(yōu)越性。例如，全校不同專業(yè)的學(xué)生可以放在同一張表格內(nèi)，三個(gè)字段：學(xué)號、姓名、成績，在成績這個(gè)字段中，可以把學(xué)生各科成績放在同一個(gè)字段中，比如：語文:90;數(shù)學(xué):96;英語:98;通過冒號和分號區(qū)別門課和成績。如果學(xué)生查詢總的成績時(shí)，直接查詢，如果學(xué)生查詢“語文”成績時(shí)，調(diào)用Split（）函數(shù)直接單獨(dú)顯示語文成績。如統(tǒng)計(jì)總成績、平均成績等都可以通過Split（）函數(shù)進(jìn)行實(shí)現(xiàn)。雖然用Split（）函數(shù)可以提高數(shù)據(jù)的設(shè)計(jì)效率，但其的開銷比較大，因此Split（）函數(shù)比較適合較小規(guī)模的數(shù)據(jù)庫設(shè)計(jì)，而且對服務(wù)器的要求比較高。

6 應(yīng)用split()函數(shù)性能分析

Split（）函數(shù)的在數(shù)據(jù)庫設(shè)計(jì)的應(yīng)用必然會增加程序的計(jì)算效率。程序中用到for 循環(huán)嵌套，時(shí)間復(fù)雜度達(dá)到O(n2)。文中提到split()函數(shù)在計(jì)算機(jī)上僅僅是邏輯分割，并不會在磁盤上將其切割成片存儲這樣對服務(wù)器的性能要求就會提高，增加了服務(wù)器的符合。如果通過增加數(shù)據(jù)表的方法來開發(fā)，程序的復(fù)雜度可以達(dá)到O(n)，但數(shù)據(jù)庫的維護(hù)復(fù)雜度就會增加[4]。

在字符串截取字符串應(yīng)用方面，Split（）函數(shù)沒有其優(yōu)越性，StringTokenizer 在截取字符串中效率最高，不論數(shù)據(jù)量大小，幾乎持平。SubString 則要次之，數(shù)據(jù)量增加耗時(shí)也要隨之增加。Split（）函數(shù)則是表現(xiàn)一般，究其原因，split 的實(shí)現(xiàn)方式是采用正則表達(dá)式實(shí)現(xiàn)，所以其性能會比較低。

在字符串拆分應(yīng)用方面，以看出Split()方法比StringTokenizer類的拆分方法更加簡潔和方便后續(xù)處理。Split()方法可以匹配正則表達(dá)式，而StringTokenizer 則不行。且大多數(shù)時(shí)候拆分得到的子字符串是要進(jìn)行操作的，而StringTokenizer 類操作子字符串是靠遍歷進(jìn)行的，比較繁瑣，相比之下運(yùn)用數(shù)組進(jìn)行下標(biāo)操作就方便多了，事實(shí)上官方也不推薦用StringTokenizer 類生成對象的方法來進(jìn)行字符串的拆分操作了。

7 結(jié)束語

根據(jù)用戶規(guī)模和實(shí)際需求，尋求數(shù)據(jù)庫設(shè)計(jì)方法，重效率還是重管理，數(shù)據(jù)庫有不同的設(shè)計(jì)方法。同一張數(shù)據(jù)表中，關(guān)聯(lián)性強(qiáng)的屬性可以合并后存入同一字段中，需要統(tǒng)計(jì)字段可以單列出來建立字段，這樣只要折中找出一個(gè)最優(yōu)點(diǎn)，就可以減少數(shù)據(jù)表內(nèi)冗余，減少數(shù)據(jù)庫中數(shù)據(jù)表的數(shù)量和數(shù)據(jù)表間的關(guān)聯(lián)程度。對于合并項(xiàng)，可以利用Split（）函數(shù)進(jìn)行分割提取，因Split（）函數(shù)開銷較大，但目前隨著服務(wù)器性能的提高及云服務(wù)能力的急速提升，開銷已不是主要考慮的問題，降低數(shù)據(jù)庫設(shè)計(jì)的復(fù)雜度和內(nèi)聯(lián)性是我們考慮的重點(diǎn)問題。