讲解db标签存储方式

Question

来自这篇帖子What is the most efficient way to store tags in a database?

建议这样存储标签表。

Table: Item
Columns: ItemID, Title, Content

Table: Tag
Columns: TagID, Title

Table: ItemTag
Columns: ItemID, TagID

另一个 SO 帖子也说了同样的话。谁能解释为什么标签应该这样存储？ 我猜 ItemID 是一些内部 val，title 是标签名称（c++、sql、noob 等） 内容是我想与我的项目一起存储的任何其他数据。 为什么不喜欢

Table: Item
Columns: ItemID, Title, <more data i want>

Table: TagList
Columns: ItemID, Title

项目中的标题为“项目名称”，标签标题为“c++”“sql”“noob”“etc”

Answer 1

为什么？已经正常化了。 ItemID 将是主键（可能是代理项或身份），TagID 几乎可以肯定是代理项/身份，并且对于约束/性能，您将拥有唯一的约束和/或索引（甚至可能聚集在 tag.title 上）。

在您的示例中，TagList 将没有主键（除非两列都是主键），并且无法对其进行规范化以删除标签标题冗余（具有相同标签的两个项目将具有单独的条目）。此外，由于标签在第二个模型中本身并不是实体，因此它们无法通过另一个 ItemTag 表链接到不同类型的实体。

Answer 2

您展示的第二种设计没有任何问题，即带有TagList 表的设计，只是它占用了更多空间。

也就是说，如果您使用标签“database-design”标记 10,000 个项目，那么在双表设计中，您必须存储该字符串 10,000 次。如果空间效率更重要，您可以使用三表设计，它只会存储“database-design”10,000 次的 4 字节整数 ID。节省 10 * 10,000 字节。

另一个区别是，在三表设计中，Tag 表中可以有多个具有相同字符串的行，即使它们具有不同的整数 ID 值。所以在ItemTag 表中，它们看起来是不同的标签，而您永远不会知道它们实际上被类似地标记了。而在双表设计中，具有相同拼写的标签会隐式组合在一起。

还有一点：如果你需要改变标签的拼写，那么在两表设计中你必须更新很多行。三表设计中，只需要更新一行即可。

最后，如果您通常需要唯一标签列表，在三表设计中查询Tags 表会更快，而不是每次需要唯一标签时都需要SELECT DISTINCT tag FROM TagList。后者只给你一个标签列表正在使用，而不是所有合格标签的列表。