11

给定一组具有关联元数据的文件，存储此元数据的推荐方法是什么？

某些文件格式支持内部存储元数据（EXIF、ID3 等），但并非所有文件格式都支持这一点，那么还有哪些更通用的选项？

一些元数据几乎肯定是唯一的（标题/描述/等），而有些元数据会在不同程度上重复（类别/标签/等）。
如果需要不同类型的属性，对元数据进行分组也可能很有用。

理想情况下，解决方案应该涵盖概念，而不是特定的语言实现。

4

5 回答 5

5

将元数据存储在数据库中具有一些优势，但数据库的主要问题是元数据没有直接连接到您的数据。如果元数据与数据保持一致，例如目录中的特殊文件或类似的东西，它会更加健壮。

一些文件系统提供可用于元数据的特殊功能，例如NTFS 备用流。不幸的是，这只能在特殊情况下用于元数据存储，因为当将数据复制到不支持它的存储系统时，这些流很容易丢失。我相信linux文件系统也有类似的存储机制。

无论如何，最常见的解决方案是：

  • 包含元数据的单独隐藏文件（每个目录）
  • 一些应用程序使用带有元数据的特殊隐藏目录（如颠覆、cvs 等）。
  • 或所有应用程序特定元数据的数据库（各种） - 在大多数情况下，此数据库也可用于缓存目的

IMO 没有通用解决方案。我会选择将元数据存储在隐藏文件中（稳健性），并使用数据库进行快速访问和缓存。

于 2009-02-26T23:35:42.210 回答
2

我认为“解决方案”在很大程度上取决于您将如何处理元数据。

例如，我们存储的几乎所有元数据（科学数据的多个数据集）都被切碎并存储在数据库中。这允许我们创建数据集以保留文件之间的通用元数据（如您所说，类别和标签），同时我们具有文件特定的结构（标题、开始/停止时间、最小/最大值等）虽然我们可以将这些保留在隐藏文件，我们进行大量搜索，并通过网络服务向外部消费者开放我们的界面。

如果您要存储不会被搜索的元数据，隐藏文件或每个“真实”文件的专用 .xml 文件并不是一个糟糕的选择。它基本上可以被任何东西读取，可以轻松转换为不同的格式，并且如果您决定更改存储机制也不会丢失。

元数据应该帮助你，而不是阻碍你。我已经看到（并且是其中的一部分）元数据存储变得比存储实际数据更繁重的系统，并成为一种负担。只要记住你想用它做什么，不要用“假设”来过度扩展自己。

于 2010-05-20T16:39:27.350 回答
2

一种选择可能是关系数据库，其结构如下：

FILE
f_id
f_location
f_title
f_description

ATTRIBUTE
a_id
a_label

VALUE
v_id
v_label

METADATA
md_file
md_attribute
md_value

此实现具有一些独特的信息（标题/描述），但主要针对重复的数据组。

对于某些要求，其他不太通用的表可能更有用。

这样做的好处是关系数据库非常普遍，并且显然非常擅长处理关系和存储大量数据。

但是，对于某些用途，数据库服务器会带来可能不希望出现的开销。此外，数据库服务器与文件不同——它们不会坐在一起，并且需要不同的交互方法。

数据库不会（轻易地）处于版本控制之下——这可能是好事也可能是坏事，这取决于您的观点和特定需求。

于 2009-02-07T18:28:23.410 回答
1

纯文本比其他任何东西都有一些明显的优势。就像是

FileName = 'ferrari.gif'
Title = 'My brand new car'
Tags = 'cars', 'cool'
Related = 'michaelknight.mp3'

Picasa 的 Picasa.ini 文件就是这种元数据的一个很好的例子。此外，与其发明自己的格式，不如考虑使用 XML。有很多现成的 DOM 处理器可以处理这种格式。

再说一次，如果文件的数量和它们之间的关系很大，那么数据库可能会更好。

于 2009-02-08T16:39:32.087 回答
0

我基本上会制作一个包含这些信息的元数据数据库：

RESOURCE_TABLE
RESOURCE_ID
RESOURCE_TYPE（文件夹、文档类型、Web 链接、其他）
RESOURCE_URL（任何 URL）

NOTES_TABLE
NOTE_ID
RESOURCE_NO
RESOURCE_NOTE（长文本）

TAGS_TABLE
TAG_ID
RESOURCE_NO
TAG_TEXT

然后我会使用文件/文件夹/资源的注释字段文本注释。选择是否为此使用 1:1 或 1:N。

我将使用标签字段来存储任意数量的可搜索参数，例如 YEAR、PROJECT 和其他将描述和分组您的内容的值。

然后，您可以为所有者、利益相关者和其他组织信息等添加表格。

于 2015-01-20T09:01:47.367 回答