Допустим мы исследуем литературные тексты и задача требует, чтобы каждый абзац хранился отдельно. Чтобы можно было работать с большим количеством такого материала, лучше всего хранить его в базе данных.
Попробуем использовать Postgres.
Чтобы войти в консоль Postgres в командной строке Linux дадим команду:
psql
Далее команды выполняются в консоли psql
Создадим таблицу для хранения абзацев, с указанием автора и названия произведения. Начнем со сказок Пушкина:
CREATE TABLE skazki (
paragraph INTEGER,
name VARCHAR,
autor VARCHAR,
text TEXT
);
Здесь:
- Заглавными буквами написаны ключевые слова SQL, прописными имена сущностей, созданных разработчиком, это не требование синтаксиса, а традиция, можно иметь свой стиль.
- В скобках через запятую перечислены имена полей таблицы, и рядом через пробел их типы - это обязательное требование, а вот писать в столбик с отступами необязательно - можно в одну линию.
- INTEGER тип поля: целое число.
- VARCHAR тип поля: строка.
- TEXT тип поля: многострочный текст (text - просто имя поля).
В отличии от Windows в Unix-подобных системах регистр букв в именованных сущностях (именах переменных, полях и пр. ) имеет значение: name, Name и NAME- это три разных переменных или поля.
Посмотрим что за структура получилась:
\d skazki
Результат работы команд мы здесь приводить в текстовом виде не будем, дзен их некрасиво форматирует. В необходимы случаях будут скришоты.
Запишем в таблицу несколько строф из сказки Пушкина:
insert into skazki (paragraph,name,autor,text)
values(1,'У лукоморья дуб зелёный','Пушкин',
'У лукоморья дуб зелёный;
Златая цепь на дубе том:
И днём и ночью кот учёный
Всё ходит по цепи кругом;');
insert into skazki (paragraph,name,autor,text)
values(2,'У лукоморья дуб зелёный','Пушкин',
'Идёт направо — песнь заводит,
Налево — сказку говорит.
Там чудеса: там леший бродит,
Русалка на ветвях сидит;');
insert into skazki (paragraph,name,autor,text)
values(3,'У лукоморья дуб зелёный','Пушкин',
'Там на неведомых дорожках
Следы невиданных зверей;
Избушка там на курьих ножках
Стоит без окон, без дверей;');
Здесь:
- insert, into, values - ключевые слова;
- paragraph,name,autor,text - имен полей таблицы skazki
- остальное пользовательский контент.
Посмотрим что и как у нас хранится в таблице.
select * from skazki;
Результат неутешительный - многократно повторяющиеся данные будут засорять базу, к тому же это потенциальный источник разнобоя и ошибок:
Пушкина можно называть одной фамилией, полностью или А.П. Пушкин, а кто-нибудь напишет просто - «Наше всё».
Вариант 2
В каждой таблице поле id будет уникальным идентификатором/индексом.
Создадим сразу 3 таблицы: для авторов, для названий произведений и для основного контента, т.е. для абзацев текста.
CREATE TABLE autors (
id SERIAL PRIMARY KEY,
date_birth TIMESTAMP,
date_death TIMESTAMP,fio varchar,
biography TEXT);
CREATE TABLE book (id SERIAL PRIMARY KEY, title varchar);
CREATE TABLE paragraph (id SERIAL PRIMARY KEY,
aid integer, tid integer, text TEXT);
insert into autors (fio) values('Пушкин Александр Сергеевич');
insert into book (title) values('У лукоморья дуб зелёный');
select * from autors;
select * from book;
insert into paragraph (aid, tid, text) values(1, 1,
'У лукоморья дуб зелёный;
Златая цепь на дубе том:
И днём и ночью кот учёный
Всё ходит по цепи кругом;');
insert into paragraph (aid, tid, text) values(1, 1,
'Идёт направо — песнь заводит,
Налево — сказку говорит.
Там чудеса: там леший бродит,
Русалка на ветвях сидит;');
insert into paragraph (aid, tid, text) values(1, 1,
'Там на неведомых дорожках
Следы невиданных зверей;
Избушка там на курьих ножках
Стоит без окон, без дверей;');
Посмотрим так:
select * from paragraph;
Потом вот так
select fio, title, text from paragraph, autors, book
where autors.id = aid and book.id = tid;
Лепота! Вид практически такой же как в первом варианте, но данные структурированы и разные сущности хранятся ровно по одному разу.
Можно углублять детализацию, например, добавить таблицу жанров/genre (сказки, романы, пьесы...), в таблице автора можно оставить только ФИО (причем Ф, И, О хранить в отдельных полях), а остальные сведения об авторе вынести в таблицу biography.
Но рано или поздно нужно будет остановиться. Остановимся сейчас.
Только удалим устаревшую таблицу сказок:
drop table skazki;