如何正确查询规范化数据库

Question

我正在重新设计一个 MySQL 数据库，其中包含一个包含大约 1,500 列的表以及其他表。我们希望通过创建第二个表来规范化该表中的数据，该表将为初始表中存在的每一列/行提供一条记录。我们称这些表为 Master 和 MasterData。 Master 将包含该表中所有记录所需的基本信息。 MasterData 将包含一些与主表中的记录有关的附加数据的值。所以假设 Master 看起来像这样：

MasterID     Property1     Property2
1            Yes           No
2            No            Yes
3            Yes           Yes
4            No            No

假设 MasterData 看起来像这样：

MasterID     Property     Value
1            Property3    Yes
1            Property4    No
3            Property3    No
4            Property7    Yes

到目前为止和我在一起？如何查询此数据，并且每个匹配的主行仅返回一行，但包含所有相关的 MasterData 信息。我已经搜索并找到了几个示例，但它们需要很长时间才能在我们的数据上执行。我根据前面提到的一个巨大表中的现有数据创建了一个测试 MasterData 表。这导致 MasterData 有大约 450 万条记录，并且以下查询仅需要太长时间才能执行和超时。

SELECT Property1, Property2, Master.MasterID,
    GROUP_CONCAT(case when Property = "Property3" then Value end) as Property3, 
    GROUP_CONCAT(case when Property = "Property7" then Value end) as Property7
FROM Master LEFT JOIN MasterData USING (MasterID) GROUP BY MasterID
HAVING Property3='Yes' OR Property7='Yes';

或

Select * FROM Master AS M, MasterData AS MD1, MasterData AS MD2 
WHERE M.MasterID=MD1.MasterID AND MD1.Property='Property3' AND MD1.Value='Yes' 
AND M.MasterID=MD2.MasterID AND MD2.VAR='Property7' AND MD2.Value='Yes';

同样，我们的目标是能够在一行中检索 MasterData 中的所有数据，就好像它是 Master 中的一列一样。这可能吗？

非常感谢任何帮助！

Answer 1

同样，我们的目标是能够在一行中检索 MasterData 中的所有数据，就好像它是 Master 中的一列一样。这可能吗？

在不完全了解您的目标的情况下，严格来说，我会冒险说这可能可能。但这在任何实际意义上都不太可能。即使在最好的情况下（只有一两个属性），性能也可能很糟糕；在可能的情况下（30 到 500 个属性之间），您可能会完全关闭服务器。

规范化 并不意味着“创建第二个表，该表将为初始表中存在的每一列/行提供一条记录”。这并不意味着任何远程喜欢。但是可能规范化实际上会解决您的问题。 （根据我的经验，大多数数据库问题都是结构性的。）

您在此处提出的解决方案不能很好地解决您未说明的问题。要充分利用 StackOverflow 的专业知识，请说明您要解决的问题以及您尝试过的解决方案。

Wikipedia article about database normalization

---

如果你从这样的表开始。 . .

create table master_data (
  master_id integer not null,
  property_name varchar(30) not null,
  property_value boolean not null default true,
  primary key (master_id, property_name)
);

insert into master_data values
(1, 'Property3', true),
(1, 'Property4', false),
(3, 'Property3', false),
(4, 'Property7', true);

。 . .那么您可以通过一个简单的查询获得所有事物的所有属性。 （假设您的所有属性都是布尔值。）

select * 
from master_data
order by master_id, property_name
--
1   Property3   t
1   Property4   f
3   Property3   f
4   Property7   t

应用程序代码可以非常简单地循环。您也许可以删除 property_value 为 false 的所有行。

这种结构允许每个事物有无限数量的属性。但是您的要求是 a) 在单行中返回任意数量的属性，并且 b) 对应用程序代码进行最小的更改必须更改。没有办法。

---

如果您的表包含这些行。 . .

insert into master_data values
(1, 'Property3', true),
(1, 'Property4', false),
(3, 'Property3', false),
(4, 'Property7', true),
(1, 'Property7', true);

这是获取一组符合条件的“事物”并将该集合连接到主数据表的一种方法。

select md.* 
from master_data md
inner join (select master_id
            from master_data
            where (
              (property_name = 'Property3' and property_value = true) or
              (property_name = 'Property7' and property_value = true)
            )
            group by master_id 
            having count(*) = 2 ) cd
  on (md.master_id = cd.master_id)

就其价值而言，规范化仍然是可能长期维护和性能的最佳选择。这种结构（上图）没有归一化；大数据集的性能通常很差。 （在这方面，带有可选 hstore 模块的 PostgreSQL 可能比 MySQL 更好。）