在 part 1 裡，有舉出一個 Datalog 查詢的例子：

[:find ?title
 :where 
 [_ :movie/title ?title]]

其中 :find 這個詞，英文的語意跟 SQL 的 SELECT 也差不多，而且它們的右方都是要寫查詢的目標、對查詢的輸出的修飾。

真正不一樣的地方是在 :where 。在 SQL 裡也有 WHERE ，且在 WHERE 的右邊是寫要用來篩選資料列的條件。 前述的 where 語意， Datalog 也差不多。但是，這邊有兩個不同點：

1. Datalog 並沒有使用 SQL 的 FROM 來指定是哪一張表。
2. Datalog 查詢裡，寫在 :where 條件的寫法，看起來與 SQL 條件的寫法頗不一樣。

要解釋這些不同點，我們就必須先來了解 Datomic 的資訊模型 (information model) 了。

Datomic 資料庫的資訊模型

當我們在想象 SQL 資料庫的資訊模型時，我們通常是想成如下圖：

• 每一張資料表，可以視為是一個集合 (set)。
• 一個集合裡，會有許多的資料實體 (entity) 以列 (row) 的方式記錄。
• 集合與集合之間，可以有關聯 (relationship) 存在。

而 Datomic 資料庫的資訊模型則非常地不同，我們要想成是，彷彿整個資料庫只有一張表，而這張表有五個欄位。

[<entity-id>  <attribute>      <value>          <tx-id>  <op>]
...
[ 167    :person/name     "James Cameron"    102  true]
[ 234    :movie/title     "Die Hard"         102  true]
[ 234    :movie/year      1987               102  true]
[ 235    :movie/title     "Terminator"       102  true]
[ 235    :movie/director  167                102  true]
...

在上述這張表中，每一列都可稱之為資料原子 (datom)。

而五個欄位分別是：

• 資料實體編碼 (entity id)
• 屬性 (attribute)
• 值 (value)
• 交易編碼 (transaction id)
• 操作 (operation)

該怎麼理解上述這種特殊的資訊模型呢？我們可以這樣子想象：

如果我們要把 SQL 資料庫裡的若干張資料表裡的資料，全數塞入一張 Datomic 資料表，那我們可以怎麼做呢？具體的步驟如下：

1. 設定 Datomic 資料表的資料表綱要 (table schema)，欄位分別是是 entity-id, attribute 和 value，又可簡稱為 EAV model。其中，entity-id 的資料型態是長整數、attribute 的資料型態為字串、value 的資料型態為二進位 (BLOB)。
2. 對資料庫非 Datomic 表的其它每張表，都增加一個欄位，該欄位用來標記全資料庫唯一的列編碼，而這個欄位的值會對應到資料實體編碼 (entity id)。
3. 將每張表的欄位名稱，都加上表的名稱。即，如果 movie 表有一個 title 欄位，這個欄位之後要叫 :movie/title
4. 於是，我們可以把每張表的每一個列，先一個又一個的欄加以分拆，做成 EAV 的型式之後，再塞進 Datomic 資料表。之後，依此類推到每一張表。

movie table 

[entity-id  :moive/title   :movie/year   :movie/director]
...
[214748   "Terminator"   1987   "James Francis Cameron"]

=>

Datomic table 

[<entity-id>   <attribute>      <value>]
...
[214748   :moive/title   "Terminator"]
[214748   :moive/year   1987]
[214748   :moive/director   "James Francis Cameron"]

如果讀者心裡覺得，呃，這個方式滿酷的，還是說我們使用 SQL 資料庫時，也可以考慮這樣子設計資料表綱要來儲存資料？

這個作法叫做 EAV model ，通常被視為是反模式 (anti-pattern)。然而，wordpress 裡儲存 user meta 資料表、post meta 資料表都是用 EAV model ，所以實務中還是有在使用。

Datomic 的資訊模型還比 EAV model 更複雜一些些，因為還多了交易編碼與操作兩個欄位。這兩個欄位相對容易解釋：

• 交易編碼

  • 由於資料原子通常是在不同的時間寫入資料庫的，所以資料原子在寫入時，它的寫入時間會自動記錄下來，記錄成一個專門用來記錄交易的資料原子。而交易編碼就是用來指向那個記錄交易的資料原子。由於交易編碼是隨著時間遞增的，我們光是看交易編碼的數值，就可以知道現在這個資料原子它寫入的時間是比哪些資料原子早、比哪些資料原子晚。

• 操作

  • 操作欄位只有兩個值：true 或是 false 。true 表示，這個資料原子對應的事實存在；而 false 表示，這個資料原子對應的事實不存在。換言之，當我們要刪除資料時，我們就會寫入新的資料原子，而這些資料原子會對應到某些既有的資料原子，且它們的操作欄位為 false 。

基本的 Datalog 查詢

以下這個查詢是要找出，所有含有 :person/name 恰好為 "Ridley Scott" 的資料實體編碼。

[:find ?e
 :where
 [?e :person/name "Ridley Scott"]]

逐字逐句來解釋上述的查詢：

1. 用 [?e :person/name "Ridley Scott"] 這個條件比對整個資料庫的內容，:where 子句裡的 ?e 是一個未知的變數。
2. 傳回滿足條件的 ?e 。

是不是跟 SQL 查詢也有一點像呢？先執行的部分是寫在下方的部分。

練習題

• [ ] 寫一下 Basic Queries 吧。

其它資源：

1. 歡迎訂閱PruningSuccess電子報，主要談論軟體開發、資料處理、資料分析等議題。
2. 歡迎加入Clojure社群