<div class="gmail_quote">On Wed, Mar 27, 2013 at 1:24 PM, Andrea Mauri <span dir="ltr"><<a href="mailto:andrea.mauri.75@gmail.com" target="_blank">andrea.mauri.75@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">

<br>After calculations the app/user should be able to search for one/more samples (or for one/more columns) getting all/some values for the sample/column. Briefly I need to be able to rapidly get some values from this huge data matrix.<br>


<br></blockquote></div><br><br>Andrea, looking at your description I probably have a suggestion, although we're are more and more drifting from Pascal :)<br><br>Once I wanted to extract CIA Factbook data and when noticed there are about 170 columns decided to try Triplestore (Object-Propery-Value) similar to rdf. Basically the data was contained in a table of Sqlite having very few columns. Changing to your case this can be <br>

<br>CREATE TABLE [Data] (<br>... ,<br>[Row] INTEGER, [Column] INTEGER, [Value] TEXT<br>...<br>)<br><br>Additional tables were used for naming countries and properties (rows and columns in this case) and indexes was used for quick querying. Although in my case 170 was much less than your tens of thousands, this approach can work. Your I noticed that queries for such table were similar two general queries, only extra join was usually added. Moving from sql columns helped a lot in thinking abstractly about the data and queries became more flexible.<br>

<br>Max<br><br>