在数据库的多个列中搜索用户/客户输入信息的最佳方法是什么？ [关闭]答案

【问题标题】：What is the best way to search multiple columns of a database for user/client inputted information? [closed]在数据库的多个列中搜索用户/客户输入信息的最佳方法是什么？ [关闭]
【发布时间】：2020-12-08 05:19:23
【问题描述】：

我有以下格式的数据：

+---------+---------+----------+-----------+-----------+-----------+
|    id   |  title  |  author  | keyword_1 | keyword_2 | keyword_3 |     
+---------+---------+----------+-----------+-----------+-----------+

我希望将其存储在数据库中，以便通过title、keyword_1、keyword_2 或keyword_3 进行搜索。
一个例子是

+---------+------------------+-----------+-------------+-------------+-----------+
|    id   |  title           | author    |   keyword_1 | keyword_2   | keyword_3 |     
+---------+------------------+-----------+-------------+-------------+-----------+
|    123  |  Learn Java 101  | John Doe  |   java      | programming | software  |     
+---------+------------------+-----------+-------------+-------------+-----------+

在前端，有一个表单，用户可以在其中输入标题和/或关键字。需要查询数据库以获取此信息。但用户输入可能不会完全匹配，因此我们需要进行某种正则表达式或模糊匹配。用户有效载荷可能会输入如下内容：

{
    title: "Learn Java",
    author: "Jon Doee",
    keyword1: "computers",
    keyword2: "softwar",
    keyword3: null,

}

我知道有一些内置操作，例如，在 Postgres 中我们有 LIKE 和 Levenshtein()。但是，我不确定这是否是正确的方法。将关键字与所有三列进行比较似乎是一项非常昂贵的操作。

当然必须有一个干净的方法来做到这一点。我在这里发帖是因为我想检查这是否是我应该走的路。

从架构的角度来看，这是存储数据的正确方法吗？我考虑过使用基于文档的系统，但我不确定这会更好或更糟。

我对这一切有些陌生，希望能就推荐的内容提供一些指导。谢谢！

【问题讨论】：

标签： sql database-design architecture full-text-search fuzzy-search

【解决方案1】：

我将从规范化的关系模型开始：

书籍：

|    id   |  title           | author    | 
|    123  |  Learn Java 101  | John Doe  |

然后：

书籍关键词

|    book_id   |  Keyword     |
|    123       |  java        |
|    123       |  programming |
|    123       |  software    |

此数据模型的一个特别有价值的功能是您可以拥有一个Keywords 表并验证只有有效的关键字才能进入此表。

这是为每个实体存储多个值的“正常”方式。

掌握了这一点后，您可以考虑替代结构。例如：

将关键字存储为文本字段并使用文本搜索可以很好地在某些情况下。
将关键字存储为数组可以很好地在某些情况下。
在 JSON 中存储关键字可以很好地在某些情况下。

但首先要了解 SQL 语言旨在支持的内容——表中的单独实体。

【讨论】：

这是有道理的。我看到一个小问题，我想不出一个明确的解决方法。那么，我将如何查询book_id where keyword="java" and keyword="programming" 等。似乎它默认为OR 语句，因为所有关键字都在不同的行上
@JacFrall 。 . .它默认为or。您需要使用两个比较 (where exists (. . . = 'java') and exists (. . . = 'programming')) 或聚合。

【解决方案2】：

当您使用 RDBMS 并且清楚地知道要存储什么信息时，为什么更喜欢存储在文档中。在 RDBMS 中，当信息不是关系或目的只是存储和检索并且修改最少时，通常使用 json、xml 等数据类型。查看您的表格，在处理大量数据时，与文档方法相比，关系方法总是会给您更快的结果。

是的，类似操作有点昂贵，替代方法是 REGEXP 或 SIMILAR TO（对于 Postgres）。你应该知道在哪里使用什么。您始终可以在要在 where 子句中使用的列上创建模式匹配索引。存储超过 2 个单词的列的 GIN/GIST 索引。例如：标题

如果有持续的更新或删除，考虑通过设置正确的vacuum参数、分析表、索引重建/重新创建对表进行维护操作。

如果要存储数百万条记录，请使用表分区。

您的要求相当不错，我认为这里不需要存储在文档中。

【讨论】：