Skip to contents

Estimar el costo de buscar relaciones en una colección

Source: R/coleccion.R
estimar_costo_coleccion.Rd

Cuenta cuántas comparaciones de columnas implicaría buscar claves foráneas entre los pares indicados, antes de hacerlas. El número que importa no es la cantidad de tablas sino la de pares de columnas: dos tablas de cincuenta columnas son dos mil quinientas comparaciones.

Usage

estimar_costo_coleccion(coleccion, pares = NULL, columnas_candidatas = NULL)

Arguments

coleccion

Objeto creado por coleccion().

pares

Data frame con columnas tabla_1 y tabla_2. Un data frame con cero filas es una declaración válida de «ningún par». Sin pares —NULL—, todos los pares dirigidos.

columnas_candidatas

Lista nombrada por identificador de tabla. Cada entrada declara las columnas que pueden participar de una relación; las tablas no nombradas conservan todas sus columnas. La declaración reduce tanto la lectura como el número de comparaciones.

Value

Lista con n_tablas, n_pares_dirigidos, n_pares_declarados, n_pares_estimados, n_pares_sin_estimar, n_comparaciones_columnas, n_tablas_sin_esquema, tablas_sin_esquema y alcance. También publica columnas_candidatas y el alcance real de las comparaciones.

Details

Sin pares estima sobre todos los pares dirigidos de la colección, que es justamente lo que suele mostrar por qué hay que declararlos. Ese caso no materializa los pares: la suma de c_i * c_j sobre los pares dirigidos es sum(c)^2 - sum(c^2), así que el trabajo es lineal en el número de tablas y no cuadrático. Estimar el costo no puede costar más que medirlo.

Sólo se consulta el ancho de las tablas que los pares nombran, por metadatos (DBI::dbListFields()), no leyendo datos.

Una tabla cuyo esquema no se puede leer no se suma como cero. Queda declarada en tablas_sin_esquema y los pares que la involucran se cuentan en n_pares_sin_estimar: el número devuelto cubre n_pares_estimados, no todos los pares.

See also

relaciones_coleccion(), coleccion()

Examples

if (requireNamespace("RSQLite", quietly = TRUE) &&
    requireNamespace("DBI", quietly = TRUE)) {
  con <- DBI::dbConnect(RSQLite::SQLite(), ":memory:")
  DBI::dbWriteTable(con, "personas", data.frame(id = 1:3, nombre = letters[1:3]))
  DBI::dbWriteTable(con, "visitas", data.frame(persona_id = 1:3, dia = 1:3))
  estimar_costo_coleccion(
    coleccion(con, c("personas", "visitas")),
    columnas_candidatas = list(personas = "id", visitas = "persona_id")
  )
  DBI::dbDisconnect(con)
}