Добавлю к предыдущему комментарию, что модель EAV очень хорошо использовать когда запросы направлены на получение информации об одном объекте. Например, медицинские карточки. Большая часть запросов идет только про одного человека, но при этом набор анализов и диагнозов у всех людей очень различается. Запросов, касающихся статистики по людям, болезням в общем в таких системах намного меньше, и они естественно будут медленнее. Но зато запросы про одного человека намного быстрее, чем если бы это было реализовано в традиционной нормализованной базе данных
Думаю, стоит также упоямянуть системую привилегию exempt access policy, позволяющую обходить политики RLS, т.е. пользователю возвращается результат в независимости от того, что возвращает политика.
И это не последнее различие, с которым сталкиваются при переходе из одной СУБД в другую. Главное в этом случае — грамотно использовать возможности конкретной СУБД.
На самом деле советую почитать про OWL и RDF, а также оценить количество инструментов работы с ними, например Protege.
Казалось бы, сделано очень много, а на самом деле — это только начало развития.
Вы не интересовались такими вещами как онтология и их проблемами? Это как раз то, что вы описываете в первой половине, т.е. сейчас в интернете в открытом доступе уже лежат онтологии составленные экспертами для различных предметных областей. Проблемы при этом следующие:
— нет нормального поиска
— нет оценки этих онтологий другими людьми
— нет достаточной документации, описывающей нюансы предметной области, для которой была составлена онтология.
Поэтому люди предпочитают не изучать тысячи найденных онтологий, а создать собственную для своего проекта, сделав ее 1001й и тем самым еще более усложнив поиск.
А извлечение осмысленных кусков информации из текста — это совсем другая проблема и ей тоже активно занимаются как у нас, так и зарубежом
А почему вы при проектировании не пользуетесь такими методологиями, как, например, IDEF'ы? или use-case диагараммы, которые позволяют наглядно отразить те же самые цели пользователей
Странная логика. В Kindle же набор книг
Казалось бы, сделано очень много, а на самом деле — это только начало развития.
— нет нормального поиска
— нет оценки этих онтологий другими людьми
— нет достаточной документации, описывающей нюансы предметной области, для которой была составлена онтология.
Поэтому люди предпочитают не изучать тысячи найденных онтологий, а создать собственную для своего проекта, сделав ее 1001й и тем самым еще более усложнив поиск.
А извлечение осмысленных кусков информации из текста — это совсем другая проблема и ей тоже активно занимаются как у нас, так и зарубежом