结构化数据转换

可选引擎：

1、 kite 框架

适合少量数据（多少？）

用xml表是映射关系；

适用于结构化数据(行存储的数据)；

用于前端数据导入；

三要素

row provider，row processor，config

问题

1、如何调度？

消费驱动：以目标为单位划分工作。

数据源驱动：以源为单位划分工作。

2、规范化（normalize）数据？如何做？

好处？

1）消除数据冗余！保证了数据库的完整性和一致性！

2）理想情况下，一张表对应一个实体，包含一种关系！！

3）节约物理存储！

坏处？

查询时需要连接多张表，查询性能相对差。

增加了外部键和索引的数量！

scale能里差！

编辑实体非主键字段，要注意该字段做关联的关系。

删除实体，首先要删除实体对应的关系。恢复实体，关系需要显示的重建！！

如何做？3NF, BC NF?

参考：

https://about80minutes.blogspot.com/2012/11/palantir-in-number-of-parts-part-3-data.html