如何表示数据库中两个项目之间的关系？答案

【问题标题】：How to represent relationship between two items in DB?如何表示数据库中两个项目之间的关系？
【发布时间】：2011-01-03 16:38:07
【问题描述】：

我和我的同事正在开发一个与 Stackoverflow 类似的网站，但用于提交任务（以及供内部使用）。今天早上我们讨论了标记任务，但无法真正确定哪个选项是最快的，或者我们是否没有遗漏什么。

让我们想象一下带有标签的表格，它会根据用户动态更新。用户可以创建任何标签，它们将被添加到此表中。结构如下：

身份证
姓名
计数

我现在要谈实际的了。例如，如果您单击标记“PHP”，它会显示另一个页面，其中包含所有标记为“PHP”的任务。类似于this page 的东西。重要的是这个相关标签列表。如何在数据库中表示？

我们想到了两种选择，但我认为它们中的任何一种都不是最有效的。

选择所有带有“PHP”标签的任务并检查它们包含的其他标签。几年后我们可能会得到服务器的答复。
用 cols tag、related tag、count 制作一个表格，其中包含所有可能的标签关系。我们看到的唯一问题是重复性。我们可以有标签 PHP 和相关标签 DB2，但我们也可以有标签 DB2 和相关标签 PHP，这当然是相同的关系，具有相同的计数。

我实际上很喜欢选项 #2，但没有重复。也许标签之间没有如此密切关系的选项（好像没有任何“主要”和“次要”标签）可能效果最好。在这一点上我不是很确定，我不想为将来无法工作的东西建模，或者如果有例如一百万个标签会太慢。

我们将使用 PHP 和 mySQL 或 DB2，但我想这并不重要。

所以，实际的问题是：还有其他更好的选择吗？如有任何问题，尽管问我。

提前致谢。

【问题讨论】：

好吧，我会选择选项 2 并接受重复的可能性，因为这允许您拥有单向标签，因此您始终根据最左侧的列搜索相关标签，即您总是在哪里搜索Tag=[whatever] 并且您只需使用 RelatedTag。如果您明白我的意思，这允许您将“PHP”标记为“DB2”，而不必将“DB2”与“PHP”相关联，因为我倾向于认为 DB2->PHP 不一定与 PHP-> 相同DB2 ....那么我可能又疯了哈哈。我什至不会担心 1M 标签。索引/磁盘空间将为您解决这个问题:)

标签： database algorithm

【解决方案1】：

我假设您这样做是因为希望“显示与 'tag' 相关的前 N 个标签”查询非常快。

如果您在数据库中执行此操作，那么您的第二种方法是最好的。您甚至可以考虑创建一个在 tag 字段上升序并在 related-tag-count 字段上降序的索引。

但如果您真的想要速度，请考虑将其表示为内存中的数据结构。

【讨论】：

【解决方案2】：

我想，如果您有一个“分配给任务 X 的标签”的表，并且索引正确/聪明，那么使用连接查找选项 1) 中描述的标签应该不会花费那么长时间。那将是最有活力的方法。

选项二将为您提供执行“标签 X 经常与标签 Y 和 Z 一起使用”查询的方法，并且可以在创建新任务时静态填充，但是，例如当从任务中添加或删除标签。对于方法 1)，这将是自动的。

方法 2) 将（如您所描述的）不允许您获取当前任务的确切相关标签，因为您没有存储任务 ID。但是，如果您这样做了，那么您将与方法 1) 大致相同。

【讨论】：

【解决方案3】：

我假设您使用单独的表（仅任务 ID、标签 ID）表示任务标签关系，因此您描述的第一个选项将是从任务表到标签表的“简单”连接使用任务标签关系表。恐怕我的 SQL 知识已经枯竭了一点，所以我不相信自己会就它需要哪种类型的 INNER/OUTER/LEFT/RIGHT 加入，以及你的性能类型给出建议可以期望通过适当的索引构建等等。试试看，这可能是最好的做法... sql 语句可以使用 Visual Studio/Access/可能其他的东西来构建。

如果您希望数据库中有很多项目，我会假设您的第二种方法更快。但是，我绝对建议您进行适当的性能测试来确定这一点，而不是猜测。无论哪种方式，您都可以通过仅存储其中一个标签-标签对（例如 db2-php 而不是 php-db2）来消除重复性。例如，可以通过按 id 对它们进行排序来确定要存储哪个，这样您就始终将它们与具有最小 id 的标签一起存储。

我还猜想您的第一个选项上手速度更快，因此您可以先使用它，然后在您有时间这样做或一旦它成为性能问题时再选择第二个选项。

【讨论】：