如何使用每个字段的多个数据值来构造和规范化数据以实现可搜索性？答案

【问题标题】：How to structure and normalize data for searchability with multiple data values per field?如何使用每个字段的多个数据值来构造和规范化数据以实现可搜索性？
【发布时间】：2011-12-01 13:51:31
【问题描述】：

我正在尝试制定用于存档目的的数据库结构。该应用程序旨在存储数据的主要目的是为了便于搜索和加快搜索速度以及未来的可扩展性。

例如具有 n 种主要数据类型的 db，例如 ARTICLE（数据库的主要内容）、Journal、Author 等，每个都有自己的表和 ID。但每篇文章可能有超过 1 个作者，并且可能已经在超过 1 个期刊上发表过。然后还有与每篇文章相关的内容信息相关的标签。

数据库需要可通过单个标签（也可以是分层的，例如 Wing Design > Swept Wing）、“期刊”、“作者”等进行搜索，并且这些标签都没有限制与每个“文章”。

在这种情况下，标准化是可能的，甚至是可取的吗？管道/空间分隔的数据是否足够？最好的方法是什么？

提前致谢！ :)

编辑：添加一些说明：我正在为这个应用程序使用 MySQL。除了文章（即“作者”、“期刊”、“标签集1”、“标签集2”……“标签集-n”等），所有的 n 主要类型数据都处于同一级别的数据层次结构和可搜索性需求）

【问题讨论】：

你没有提到你的数据库引擎。它可能会对答案产生影响。例如，SQL Server 具有全文索引功能，在您的情况下可能比规范化更好。
目前我一直在使用 MySQL，我想在那里找到一种方法。不过感谢您提供的信息，如果找不到更好的选择，我可能愿意切换。

标签： database-design database-schema

【解决方案1】：

在这种情况下，标准化是可能的，甚至是可取的吗？

当然。我希望 5NF 很容易实现，并且表现也很好。规范化取决于属性之间的某些类型的依赖关系，而不是主题区域，因此您可以规范化这些表，就像规范化谷物、汽车制造商、法律案件管理或食谱的表一样。

作者对标题有最终决定权，还是对期刊有最终决定权？如果是作者，那么每篇文章只有一个标题。如果是期刊，那么每篇文章可以有很多不同的标题，您的数据输入工作会变得更加困难。

【讨论】：

标题的最终决定权在作者手中，所以这是可行的。但我对规范化的怀疑主要在于它将如何处理标记系统，这使得可搜索数据类型的数量比示例中使用的任意三个大得多。特别是 Wing Design 示例：附加数据的那部分是否可以在不创建太多表的情况下进行规范化？（请记住，可能有任何数量，实际上每篇文章附有大约 5 到 30 个标签，并且标签本身也是数据，就像作者和期刊是数据一样）
@Ficodet：我在规范化表格时从不担心表格的数量。生成的表更小、更窄、更简单，通常具有更严格的约束。所以它们实际上更容易使用。真的不可能有“任意数量”的标签，而且层次结构中真的不可能有“任意数量”的标签。对宇宙中所有已知的生命进行分类只需要七个标签。（王国、门、类、目、科、属、种。）我也不担心行数。索引和分区消除了大表的大部分麻烦。