Question

我有两个单词列表，我需要找到匹配（两个集合的交集。）我应该将每个列表存储为字符串并通过字符串函数（如正则表达式）查找匹配项，还是将单词存储在表中，让SQL通过加入来查找匹配项？

Answer 1

如果没有关于这个问题的更多信息，几乎不可能说出来。以下是一些需要考虑的事项：

你有多少种不同的物品？
典型行上会有多少种不同的组合？
您的搜索是否需要查找通配符？
个别物品有多长？
您正在运行的数据库引擎和硬件的细节。

我想强调的是，在几乎所有情况下，您都希望将值存储在另一个表中。表现不一定是主要原因。更重要的是易于更新和删除单个值，以及支持更多类型的查询（例如所有可用值的列表）的能力。

但是，我们仍然可以考虑性能问题。将值存储在单个字符串中只需要获取包含其上记录的页面，然后应用通过该字符串的函数。对于简单模式（例如识别固定子串的存在），这应该非常快。计算机做的事情比循环字符串和比较值更快（假设合理的实现）。

在尽可能快的连接中，需要读入两个表，并且需要匹配键。这需要额外的努力。情况更糟，因为你真的想要两个额外的表，一个用于单个字符串项，另一个用于原始记录和项之间的关系。

此时，您可能会认为“天哪，字符串似乎是一个更好的主意”。这是错的。其中一个最大的区别在于平均尺寸。如果您的项目平均长于4个字符，则可以使用参考表来节省空间。这个节省的空间立即转化为改进的性能，因为I / O较少。对于索引，无论如何，附加表将在内存中，因此匹配将非常快。

并且存在查询问题。您可以将标准SQL函数用于查询，例如具有A和B的记录（许多字符串函数是特定于数据库的）。您可以轻松找到数据库中的确切项目，并相对轻松地找到记录中存在的对。您可以跟踪项目何时添加到记录中，以及它第一次出现在数据库中。通常，这种灵活的功能 - 这只是基本的SQL功能 - 是管理此类数据时所需要的。

Answer 2

在大多数情况下，存储在表中的速度比SQL字符串操作函数快得多，特别是如果你可以索引单词。

Answer 3

我想你在问这个：

SELECT word FROM table_one WHERE word in (SELECT word FROM table_two)

比这更快：

SELECT table_one.word FROM table_one 
INNER JOIN table_two ON table_one.word = table_two.word

第一个答案应该更快，因为第二个答案会创建一个（可能很大的）临时对象（连接表）。

请注意，我假设您有word的索引。另外：如果字符串很长（例如URL），这将非常慢，你应该在哈希上匹配。

什么更有效：字符串搜索，或通过SQL加入？

3 个答案: