避免具有非唯一列的 mySQL 表中的重复条目

Question

我正在为私人网站开发 CMS 系统（主要是作为学习练习）。 Atm 我有三个表：一个用于文章，一个用于标签和一个连接表，以便每篇文章可以有多个标签。

我遇到问题的表由三列组成 -

article_tags: id (auto_increment), article_id, tag_id

我的问题源于一篇文章可以出现任意次数，标签也可以出现任意次数，但是两者的给定组合应该只出现一次 - 也就是说，每篇文章应该只有对任何单个标签的引用。目前可以在 id 不同的地方插入“重复”行，但 article_id 和 tag_id 的组合是相同的：

id , article_id, tag_id
1       1           1
2       1           2    
3       2           1    
4       1           1    <- this is wrong

我可以在 PHP 代码中检查包含此组合的记录，但如果可能的话，我更愿意在 sql 中执行此操作（如果不是，或者不合需要，那么我将使用 PHP 执行此操作）。由于 id 不同并且无法设置唯一列，因此 INSERT IGNORE 和 ON DUPLICATE 等操作不起作用。

我对 mySQL 很陌生，所以如果我在做一些愚蠢的事情，请指出正确的方向。

谢谢

Answer 1

您应该检查您的表定义。

你可以（从最好到最坏）：

1. 在（article_id 和 tag_id）上添加复合主键并移除 auto_increment（之前的主键）
2. 在（article_id 和 tag_id）上添加索引（唯一）并保留您的 auto_increment 主键
3. 在 php 中选择 distinct:SELECT DISTINCT(article_id, tag_id) FROM ... 而不更改表格中的任何内容

现在，您的表定义如下：

CREATE TABLE IF NOT EXISTS `article_tags` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `article_id` int(11) NOT NULL,
  `tag_id` int(11) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

最好的解决方案（选项 1）是删除您当前的（auto_increment）主键并在 article_id 和 tag_id 列上添加一个主键（复合）：

CREATE TABLE IF NOT EXISTS `article_tags` (
  `article_id` int(11) NOT NULL,
  `tag_id` int(11) NOT NULL,
  PRIMARY KEY (`article_id`,`tag_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

但是（选项 2）如果您绝对想保留您的 auto_increment 主键，请在您的列上添加一个索引（唯一）：

CREATE TABLE IF NOT EXISTS `article_tags` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `article_id` int(11) NOT NULL,
  `tag_id` int(11) NOT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY `article_id` (`article_id`,`tag_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

无论如何，如果你不想改变你的表定义，你总是可以在你的 php 查询中使用 DISTINCT：

SELECT DISTINCT(article_id, tag_id) FROM article_tags

Answer 2

这种多对多关系表，有时称为连接表，通常只有两列，并且有一个由两者组合而成的主键。

  article_id
  tag_id
  pk = (article_id, tag_id)

如果您更改该表的定义，您将彻底解决该问题。

您应该如何对复合键中的列进行排序？这取决于您的应用程序将如何在连接表中查找项目。如果您总是从 article_id 开始并查找 tag_id，那么您将 article_id 放在键中的第一个位置。 DBMS 可以随机访问键中第一列的值，但必须扫描索引以查找键中第二（或后续）列中的值。

您可能希望在表上创建第二个索引(tag_id, article_id)。这将允许基于 tag_id 的快速查找。您可能会问，“为什么要费心将两列都放在索引中？”也就是将索引变成一个覆盖索引。在一个覆盖索引中，可以直接从索引中获取想要的值。例如，使用覆盖索引，

 SELECT article_id FROM article_tag WHERE tag_id = 12345

（或使用类似查找逻辑的 JOIN）只需要访问磁盘驱动器上的索引即可获得结果。如果没有覆盖索引，查询需要从索引跳转到数据表，这是一个额外的步骤。

联接表通常有非常短的行（几个整数），因此几个覆盖索引（主键和额外索引）的重复数据不会占用大量磁盘空间。