Järgnev illustreerib kahte asja:
  • kiire eksperimenteerimine tehisintellekti abil,
  • Entity Attribute Value (EAV) andmebaasi disaini võrrelduna tavalise disainiga.
Kõik viidatud failid on küsimusele lisatud zip failis.

Tegin agentse programmeerimise vahendi (Google Antigravity + Gemini 3.1) abil eksperimendi, kus võrreldakse kahte andmebaasi disaini:
  • EAV disain (andmebaasis on üldised tabelid nagu Objekti_tüüp, Objekt, Atribuut, Atribuudi_väärtus, Arvuline_väärtus jne)
  • Tavaline disain (andmebaasis on tabelid nagu Amet, Töötaja, Töötamine jne).
Eksperimendi sammud.
  1. Sõnastasin esialgse viiba versiooni (Versioon 1 failis Viip.txt).
  2. Lasin Geminil (viiba Viibameister abil - fail Viibameister.txt) seda viipa parandada (Versioon 2 failis Viip.txt).
  3. Käivitasin Versiooni2 Antigravity vahendis. Tulemuseks olid failid:
    • eksperimendi SQL laused (fail eav_eksperiment.sql)
    • eksperimendi käigus loodavate tabelite visualisatsioon PlantUML abil (fail eav_eksperiment.txt)
    • Märkus: PlantUML tekkis Antigravitys minu poolt defineeritud reeglite tõttu.
  4. Kopeerisin faili eav_eksperiment.sql serveris enda kodukataloogi. Lõin uue PostgreSQL andmebaasi. Ühendusin sellega psql kaudu.
    • Käivitasin käsurealt:  \i eav_eksperiment.sql
  5. EXPLAIN ANALYZE lausete tulemused on failis Tulemused.txt
 
KOKKUVÕTE
  1. EAV disaini päringud on palju keerulisemad kui tavalise disaini päringud (vaata teste 1-3 failis eav_eksperiment.sql)
  2. EAV disaini päringud on aeglasemad kui tavalise disaini päringud (vaata Tulemused.txt)