如何为 StackOverflow 问题标签之类的东西设计架构？答案

【问题标题】：How to design the schema for something like StackOverflow questions tags?如何为 StackOverflow 问题标签之类的东西设计架构？
【发布时间】：2011-04-13 12:06:03
【问题描述】：

我有 3 个计划：

1，在问题表中：

question
------------------------------------
id title   content  ...       tags
------------------------------------
1  aaa     bbb      ...       tag1,tag2,tag3 (use , to split more tags)

2、在标签表中并拆分：

tags
------------------------------------
id tag 
------------------------------------
1  tag1,tag2,tag3  (use , to split more tags)

3、在标签表中：

tags
------------------------------------
id tag 
------------------------------------
1  tag1
2  tag2
3  tag3

我认为方案 3 更好，但你的意见是？

对于这个实现还有其他好的想法吗？

感谢您的帮助:)

【问题讨论】：

请参阅[您建议如何实施标签或标记](stackoverflow.com/questions/20856/…)。

标签： database database-design tags

【解决方案1】：

这些模式被称为mysqlicious、scuttle 和toxi（从最小到最规范化）。

它们都有其优点和缺点。您可以在这里阅读相当不错的分析：

http://forge.mysql.com/wiki/TagSchema (WayBackMachine Version)

请注意，mysqlicious 在很大程度上取决于您的数据库有效执行FULLTEXT 搜索的能力。

这意味着对于 MySQL 和 InnoDB 以及其他一些系统来说这是非常不切实际的。

【讨论】：

【解决方案2】：

标签和内容的关系是many-to-many。也就是说，一个标签可以关联多个内容单元，一个内容单元可以关联多个标签。

要在数据库中实现这一点，您可以使用名为ContentTags 的辅助表。 Content 与 ContentTags 的关系是一对多的； Tags 与 ContentTags 的关系是一对多的。

#Tags Table
Id   Text
 1  'Tag1'
 2  'Tag2'
 3  'Tag3'


#Content Table
Id   Content
 1   "some content"
 2   "other content"
 3   "more content"

#ContenTags Table
ContentId TagId
1         1
1         2
2         1
2         2
2         3
3         1

可以看到，关系体现的很清楚（内容1与标签1、2相关联；内容2与标签1、2、3相关联；内容3只与标签1相关联）

【讨论】：

【解决方案3】：

取决于您希望数据的标准化程度。

首先，当我在一个不唯一的表中看到“id”列时，我会感到畏缩。至少将该列重命名为“question_id”。

其次，这取决于您是否想要快速列出所有定义的标签。在这种情况下，您需要一个单独的标签表来定义可能的标签集，然后在问题和标签之间提供一个提供多对多关联的中间表。

【讨论】：

【解决方案4】：

正确的做法是创建一对多关系，即一个注释和多个标签。来自维基

在数据库技术中，当一个实体与另一个实体中的许多事件相关时，就会出现一对多（也称为对多）关系。例如，一个俱乐部有很多成员。

而数据库设计中的主要概念是Database normalization。

所以我会这样做。

comments
------------------------------------
id_comment title  content 
------------------------------------
12         aaa     bbb

tags
------------------------------------
id_tag comment_id tag 
------------------------------------
1      12         tag1
2      12         tag2
3      12         tag3

【讨论】：

这种设计会在tag字段中大量冗余，因为很多评论共享相同的标签。例如，我们可能有 100 万个 cmets 被标记为“tag1”。顺便说一句，如果我接受冗余，那么我看到另一个问题：在 tags 表中同时放置 id_tag 和 tag 没有用。我们只需要标签，如果这个表已经有comment_id，就不需要id_tag。