数据库
首页 > 数据库> > 爬取Macy网用户评价日志(1):需求存储数据库设计

爬取Macy网用户评价日志(1):需求存储数据库设计

作者:互联网

一、数据库设计如图:

mysql> show tables;

+-------------------------------------+

| Tables_in_macy                      |

+-------------------------------------+

| rank1_cate_urls                     |

| rank2_cate_urls                     |

| rank3_cate_urls                     |

| rank4_prod_specific_info            |

| rank4_prod_specific_review_products |

| rank4_prod_specific_review_reviews  |

+-------------------------------------+

 

二、一共设计了6个tables.然后,分别存放

 

1) 第一级url,

mysql> describe rank1_cate_urls;

+-------------------+--------------+------+-----+---------+-------+

| Field             | Type         | Null | Key | Default | Extra |

+-------------------+--------------+------+-----+---------+-------+

| cate_name         | varchar(100) | NO   |     | NULL    |       |

| cate_url          | varchar(500) | NO   | PRI | NULL    |       |

| request_situation | varchar(10)  | YES  |     | NULL    |       |

+-------------------+--------------+------+-----+---------+-------+

 

2) 第二级url,

mysql> describe rank2_cate_urls;

+-------------------+--------------+------+-----+---------+-------+

| Field             | Type         | Null | Key | Default | Extra |

+-------------------+--------------+------+-----+---------+-------+

| upper_cate_url    | varchar(500) | NO   | MUL | NULL    |       |

| upper_cate_name   | varchar(100) | YES  |     | NULL    |       |

| cate_name         | varchar(100) | NO   |     | NULL    |       |

| cate_url          | varchar(500) | NO   | PRI | NULL    |       |

| request_situation | varchar(10)  | YES  |     | NULL    |       |

+-------------------+--------------+------+-----+---------+-------+

5 rows in set (0.00 sec)

 

3) 第三级url.

mysql> describe rank3_cate_urls;

+-------------------+--------------+------+-----+---------+-------+

| Field             | Type         | Null | Key | Default | Extra |

+-------------------+--------------+------+-----+---------+-------+

| upper_cate_url    | varchar(500) | NO   | MUL | NULL    |       |

| upper_cls_name    | varchar(100) | YES  |     | NULL    |       |

| cate_name         | varchar(100) | NO   |     | NULL    |       |

| cate_url          | varchar(500) | NO   | PRI | NULL    |       |

| request_situation | varchar(10)  | YES  |     | NULL    |       |

| now_price         | float        | YES  |     | NULL    |       |

| old_price         | float        | YES  |     | NULL    |       |

| web_id            | varchar(10)  | YES  |     | NULL    |       |

+-------------------+--------------+------+-----+---------+-------+

8 rows in set (0.00 sec)

 

4) 具体产品信息。

mysql> describe rank4_prod_specific_info

    -> ;

+-----------------------+--------------+------+-----+---------+-------+

| Field                 | Type         | Null | Key | Default | Extra |

+-----------------------+--------------+------+-----+---------+-------+

| prod_id               | varchar(10)  | NO   | PRI | NULL    |       |

| prod_name             | varchar(100) | YES  |     | NULL    |       |

| prod_url              | varchar(500) | YES  |     | NULL    |       |

| page_prod_name        | varchar(200) | YES  |     | NULL    |       |

| prod_before_price     | varchar(100) | YES  |     | NULL    |       |

| prod_discount_price   | varchar(20)  | YES  |     | NULL    |       |

| prod_now_price        | varchar(100) | YES  |     | NULL    |       |

| request_situation     | varchar(10)  | YES  |     | NULL    |       |

| page_web_id           | varchar(10)  | YES  |     | NULL    |       |

| img_request_situation | varchar(10)  | YES  |     | NULL    |       |

+-----------------------+--------------+------+-----+---------+-------+

10 rows in set (0.01 sec)

 

5) 根据review package提取的product信息,

mysql> describe rank4_prod_specific_review_products;

+------------------------------+--------------+------+-----+---------+-------+

| Field                        | Type         | Null | Key | Default | Extra |

+------------------------------+--------------+------+-----+---------+-------+

| description                  | varchar(500) | YES  |     | NULL    |       |

| imageUrl                     | varchar(500) | YES  |     | NULL    |       |

| name                         | varchar(500) | YES  |     | NULL    |       |

| productId                    | varchar(10)  | NO   | PRI | NULL    |       |

| productPageUrl               | varchar(500) | YES  |     | NULL    |       |

| reviewStatistics             | varchar(5)   | YES  |     | NULL    |       |

| averageOverallRating         | float        | YES  |     | NULL    |       |

| averageSliders               | varchar(45)  | YES  |     | NULL    |       |

| notRecommendedCount          | int          | YES  |     | NULL    |       |

| overallRatingRange           | int          | YES  |     | NULL    |       |

| ratingDistribution           | varchar(5)   | YES  |     | NULL    |       |

| ratingPercentage             | int          | YES  |     | NULL    |       |

| ratingsOnlyReviewCount       | int          | YES  |     | NULL    |       |

| recommendedCount             | int          | YES  |     | NULL    |       |

| secondaryRatingsAverages     | varchar(45)  | YES  |     | NULL    |       |

| secondaryRatingAveragesOrder | varchar(45)  | YES  |     | NULL    |       |

| totalReviewCount             | int          | YES  |     | NULL    |       |

| locale                       | varchar(45)  | YES  |     | NULL    |       |

+------------------------------+--------------+------+-----+---------+-------+

18 rows in set (0.01 sec)

 

6) 根据review package提取的review信息。

mysql> describe rank4_prod_specific_review_reviews;

+----------------------------+--------------+------+-----+---------+-------+

| Field                      | Type         | Null | Key | Default | Extra |

+----------------------------+--------------+------+-----+---------+-------+

| anonymous                  | varchar(5)   | YES  |     | NULL    |       |

| authorId                   | varchar(50)  | NO   |     | NULL    |       |

| badges                     | varchar(45)  | YES  |     | NULL    |       |

| badgesOrder                | varchar(45)  | YES  |     | NULL    |       |

| clientResponses            | varchar(45)  | YES  |     | NULL    |       |

| contentLocale              | varchar(50)  | YES  |     | NULL    |       |

| contextDataValues          | varchar(45)  | YES  |     | NULL    |       |

| contextDataValuesOrder     | varchar(45)  | NO   |     | NULL    |       |

| displayName                | varchar(50)  | YES  |     | NULL    |       |

| featured                   | varchar(5)   | YES  |     | NULL    |       |

| incentivizedReview         | varchar(5)   | YES  |     | NULL    |       |

| lastModificationTime       | varchar(50)  | NO   |     | NULL    |       |

| moderationStatus           | varchar(50)  | YES  |     | NULL    |       |

| photos                     | varchar(45)  | YES  |     | NULL    |       |

| productId                  | varchar(10)  | NO   | MUL | NULL    |       |

| rating                     | float        | YES  |     | NULL    |       |

| ratingPercentage           | int          | YES  |     | NULL    |       |

| ratingRange                | int          | YES  |     | NULL    |       |

| ratingsOnly                | varchar(5)   | YES  |     | NULL    |       |

| recommended                | varchar(5)   | YES  |     | NULL    |       |

| reviewId                   | varchar(50)  | NO   | PRI | NULL    |       |

| reviewText                 | varchar(500) | YES  |     | NULL    |       |

| reviewerId                 | varchar(50)  | NO   |     | NULL    |       |

| secondaryRatings           | varchar(45)  | YES  |     | NULL    |       |

| submissionTime             | varchar(50)  | YES  |     | NULL    |       |

| syndicated                 | varchar(5)   | YES  |     | NULL    |       |

| title                      | varchar(500) | YES  |     | NULL    |       |

| topContributor             | varchar(5)   | YES  |     | NULL    |       |

| totalFeedbackCount         | int          | YES  |     | NULL    |       |

| totalNegativeFeedbackCount | int          | YES  |     | NULL    |       |

| totalPositiveFeedbackCount | int          | YES  |     | NULL    |       |

| userNickname               | varchar(50)  | YES  |     | NULL    |       |

| videos                     | varchar(45)  | YES  |     | NULL    |       |

+----------------------------+--------------+------+-----+---------+-------+

33 rows in set (0.27 sec)

+

标签:prod,varchar,cate,NO,Macy,爬取,日志,NULL,YES
来源: https://www.cnblogs.com/cainiaoxuexi2017-ZYA/p/15902981.html