IMDB的数据库结构

作者: 阮一峰

日期: 2008年3月16日

腾讯课堂 NEXT 学院

mf2008031601.jpg

IMDB号称是地球上最大的电影数据库,几乎所有的电影都能够在里面查到。它是我最喜欢的网站之一。

它的数据库结构是公开的,但是数据库不公开,必须付费才能使用。使用费非常贵,每年最少也要15000美元。

我今天下午看了它的数据库结构,如我所料,对数据格式要求很严格。这意味着用户提交数据非常麻烦,必须遵循繁琐的格式规定,并且还要通过管理员审核,才能正式收入数据库。我猜想,IMDB一定雇佣了很庞大的编辑队伍。

但是,这样的好处是,它的数据高度结构化,查找起来非常方便,可以精确查询和排序每一个字段。因此,它的数据商业价值很高。

下面就是它的数据库结构。

==============

1.
字段名:IMDb Constant Title Code
类型: 7 Digit Number
含义:每部电影在IMDB中的唯一编号。
示例: 0068646

2.
字段名:Title
类型: Text
含义:电影名。
示例: The Godfather

3.
字段名:Year
类型: 4 digit Number
含义:电影首次公映时间。
示例:1972

4.
字段名:Plot Outline
类型: Text
含义:电影情节的一句话总结。
示例:A Mafia boss' son, previously uninvolved in the business, takes over when his father is critically wounded in a mob hit.

5.
字段名:Plot Summary
类型:Text
含义:情节简介。
示例:Don Vito Corleone is the head of a New York Mafia "family". Problems arise when a gangster supported by another Mafia family, Sollozzo, announces his intentions to start selling drugs all over New York. Don Vito hates the idea of drugs, and he is quite happy with the gambling/protection etc. that make him money, so an attempt is made on his life. Sollozzo then kidnaps one of Don Vitos advisors, and tries to make him force Don Vitos son to agree to sell drugs, but the plan goes wrong when Sollozzo finds out that Don Vito is still alive.

6.
字段名:Principal Cast
类型:Text
含义:主要演员,最多不超过5个。
示例:Marlon Brando
Al Pacino
Diane Keaton
Richard S. Castellano
Robert Duvall

7.
字段名:Genre
类型:Text Set
含义:电影的类型,可能的取值为以下几种----Action, Adventure, Animation, Comedy, Crime, Documentary, Drama, Family, Fantasy, Film-Noir, Horror, Musical, Mystery, Romance, Sci-Fi, Short, Thriller, War, Western。
示例:Crime, Drama

8.
字段名:MPAA Rating
类型:Text
含义:美国的电影分级,可能的取值为以下几种----G, PG, PG-13, R, NC-17, X。
示例:USA:R

9.
字段名:U.S. Runtime
类型:Minutes
含义:电影长度。
示例:175

10.
字段名:Trivia
类型:Text
含义:电影花絮。
示例:The phone number Michael calls to find out news about his father is Long Beach 4-5620.

11.
字段名:Goofs
类型: Text
含义:电影中穿帮和不合理的镜头。
示例:In several scenes wine bottles are shown with the DOC Italian wine classification designation shown on the bottle. DOC designations did not come in effect until the 1960s.

12.
字段名:Writer(s)
类型:Text
含义:编剧。
示例:Coppola, Francis Ford;Puzo, Mario

13.
字段名:Plot Keywords
类型:Text Set
含义:情节关键词。
示例:garrote;revenge;father-son-relationship

14.
字段名:IMDb Average User Rating
类型:Number
含义:观众的平均打分,最高10分,最低1分。
示例:9.0

15.
字段名:Link to official site
类型:URL
含义:电影的官方网站。

16.
字段名:Additional Cast
类型:Text
含义:除主要演员外的其他演员,最多不超过10个。
示例:James Caan;Talia Shire;Sterling Hayden

17.
字段名:External Reviews Links
类型:URL
含义:外部影评文章的网址。

18.
字段名:Links to Trailers
类型:Text
含义:预告片的观看网址。

19.
字段名:Producer(s)
类型:Text
含义:制片人

20.
字段名:Distributor(s)
类型:Text Set
含义:发行商

(完)

留言(7条)

这个好有意思,对别人做网站也很有启发。

记得上个月和一个老师吃饭,无意间聊起IMDB,他给我说是他在UK的一个朋友手下的几个博士生搞的,结果那帮人学位没拿到后来靠这个网站成为了百万富翁,最后他脸上洋溢着不屑与羡慕交替的复杂的表情... -_-!

方舟子写过一篇IMDB的历史,可以参考。

并不是专门找茬哈
只不过我本身对database就比较有兴趣
上学期也有做一个电影院database的project

不过看了这个数据库的attribute
没有发现特别的地方

我不知道是否是我的经验不够无法洞察他的精妙之处
..
能否指点一下?
谢谢哈

引用Yo的发言:
不过看了这个数据库的attribute 没有发现特别的地方

确实没有特别的地方。我就是想记录下来:如果你也要做一个类似IMDB的网站,那么数据库可以这样设计。

看看http://www.imdb.cn
做得也非常不错

在 IT 产品领域,可以关注 CNET Channel 的产品数据库。其产品最小单位到 Part number 级别,而国内 IT 产品网站产品规格数据基本都只到 Model。这也就是商业数据库的专业之处。

我要发表看法

«-必填

«-必填,不公开

«-我信任你,不会填写广告链接