问题描述
我目前正在开发一个项目，使用 Django 框架将传感器数据存储在数据库中。我正在接收一个具有 19 个数据字段的数据对象，根据测量类型的不同，可以对其进行不同的解释。为了这个问题，我将把数据字段简化为五个字段。接收到的数据类似于以下示例：
{
"data type": 1
"values":[12,18.4,14,15,1]
}
可以根据数据类型解释数据值。例如，查找表可能如下所示：
数据类型 1：气候控制
| 字段 | 描述 | 单位 |
|---|---|---|
| 1 | 室温 | C |
| 2 | 所需温度 | C |
| 3 | 冷却器功率百分比 | % |
| 4 | 阀门位置 | % |
| 5 | 电源 | 千瓦时 |
这些数据类型中的每一种可能对给定数据有不同的解释。随着时间的推移，不同数据类型的数量可能会发生变化，因此我需要这是一个灵活的解决方案。
问题
我将如何以最佳方式存储这些数据？我：
很高兴听到您的意见！
解决方法
我会通过将所有传感器数据（19 个字段）存储在一个带时间戳的模型中，并将任何其他分类值作为外键来解决这个问题。
出于以下原因：
首先，我将在这里做出一个巨大的假设，因为您想要收集数据的原因是源系统的存储容量有限，您需要额外的报告功能，或者您只能获得一个时间点馈送.
如果是这种情况，您希望尽可能按照最初接收数据的方式保留数据。源系统可能会发生变化，您可能会获得额外的数据点或规模变化，这将不可避免地破坏事物，您应该能够在一个地方解决这些类型的问题。
如果您想以编程方式插入这些值（例如 REST API），它也会在插入时使事情变得更简单。这是一种保持插入原子性的简单方法，如果插入失败，则不会进行任何提交，并且您不必因为必须通过多个模型添加数据而清理部分提交。