实现标签的方法 - 每种方法的优缺点

Question

Related

以 SO 为例，如果您预计标签会经常更改，那么管理标签最明智的方法是什么？

方式1：严重非规范化（逗号分隔）

表帖子 +--------+-----------------+ |邮编 |标签 | +--------+-----------------+ | 1 | c++,搜索,代码 |

这里的标签是逗号分隔的。

优点：使用单个 select 查询即可立即检索标签。更新标签很简单。 更新简单且便宜。

缺点：标签检索需要额外解析，很难统计有多少帖子使用了哪些标签。

（或者，如果限制为 5 个标签）

表帖子 +--------+-------+-------+-------+-------+-------+ |邮编 |标签_1 |标签_2 |标签_3 |标签_4 |标签_5 | +--------+-------+-------+-------+-------+-------+ | 1 | c++ |搜索 |代码 | | |

方式2：“稍微规范化”（单独的表，没有交集）

桌柱 +--------+-------------------+ |邮编 |标题 | +--------+-------------------+ | 1 |你如何标记？ | 表标签 +--------+---------+ |邮编 |标记名 | +--------+---------+ | 1 | C++ | | 1 |搜索 |

优点：易于查看标签计数 (count(*) from taggings where tagName='C++')。

缺点：tagName 可能会重复很多很多次。

方式 3：酷孩子的（用交集表标准化）

表帖子 +--------+---------------------------------------------------+ |邮编 |标题 | +--------+---------------------------------------------------+ | 1 |为什么乌鸦像写字台？ | 表标签 +--------+---------+ |标签标识 |标记名 | +--------+---------+ | 1 | C++ | | 2 |搜索 | | 3 |傻瓜| 表标记 +--------+---------+ |邮编 |标签标识 | +--------+---------+ | 1 | 1 | | 1 | 2 | | 1 | 3 |

优点：

• 没有重复的标签名称。
• 会有更多女孩喜欢你。

缺点：更改标签的成本比方法 1 高。

Answer 1

这些解决方案称为mysqlicious、scuttle 和toxi。

This article 比较各自的优缺点。

Answer 2

我认为有第四个解决方案是您的第三个解决方案的变体：

Create Table Posts
(
    id ...
    , title ...
)
Create Table Tags
(
    name varchar(30) not null primary key
    , ...
)

Create Table PostTags
(
    PostId ...
    , TagName varchar(30) not null
    , Constraint FK_PostTags_Posts
        Foreign Key ( PostId )
        References Posts( Id )
    , Constraint FK_PostTags_Tags
        Foreign Key ( TagName )
        References Tags( Name )
        On Update Cascade
        On Delete Cascade
)

请注意，我使用标签名称作为标签表的主键。通过这种方式，您可以过滤某些标签，而无需额外连接到标签表本身。此外，如果您更改标签名称，它将更新 PostTags 表中的名称。如果更改标签名称很少发生，那么这应该不是问题。如果更改标签名称很常见，那么我将采用您的第三个解决方案，您可以使用代理键来引用标签。

Answer 3

我个人赞成解决方案 #3。

我不同意解决方案 #1 更容易维护。 想想你必须更改标签名称的情况。

解决方案 #1：

UPDATE posts SET tag = REPLACE(tag, "oldname", "newname") WHERE tag LIKE("%oldname%")

解决方案 #3：

UPDATE tags SET tag = "newname" WHERE tag = "oldname" 

第一个更重。

删除标签时还必须处理逗号（好吧，这很容易完成，但仍然比只删除taggings 表中的一行更困难）

至于解决方案 #2... 非鱼非禽

Answer 4

我认为 SO 使用解决方案 #1。我会选择 #1 或 #3。

要考虑的一件事是，如果您有几个可以标记的东西（例如，为帖子和产品添加标签）。这可能会影响数据库解决方案。

Answer 5

嗯，我有同样的疑问，我为我的网站采用了第三种解决方案。我知道还有另一种处理可变长度元组问题的方法，即使用列作为行，这样您将获得一些信息来识别元组冗余和为每一行组织一个不同的元组。

+--------+-------+-------------------------------------+
| postId | label | value                               | 
+--------+-------+-------------------------------------+
|   1    | tag   |C++                                  |
+--------+-------+-------------------------------------+
|   1    | tag   |search                               | 
+--------+-------+-------------------------------------+
|   1    | tag   |code                                 |
+--------+-------+-------------------------------------+
|   1    | title | Why is a raven like a writing desk? |
+--------+-------+-------------------------------------+ 

这确实很糟糕，但有时它是唯一可行的解​​决方案，而且与关系方法相去甚远。