我目前正在设计自己的数据库驱动网站。主要原因是为了学习目的，但我不会撒谎，包括少量的虚荣心！
虽然我相信到目前为止我的数据库设计还不错，但我仍然不能完全确定存储文章或其他大型文本的最佳方式。我知道大多数DBMS都有TEXT数据类型或等价的，可以容纳大量的文本。但是，将整篇文章存储为一个长字符串会导致阅读不愉快，因此需要进行格式化。
我是否将文章文本与所有HTML或BBcode标记一起存储 - 或者更简单的方法是在HTML或XML文档中创建页面并将该文件的路径存储在数据库中？
我非常喜欢将文章存储为XML文档的想法，因为我可以使用自定义标记轻松标记文章，并使用PHP的XML和XSLT函数将XML转换为HTML [或实际上，任何其他格式]。它还允许作者指定何时创建行/分页符。这种方法当然需要额外的编码[我不害怕]，但它确实存在使文章可搜索的问题。
我知道MySQL，例如，具有SQL语法，用于搜索文本字段中保存的字符串中的特定术语/短语。如果我要将文本存储在单独的文件中，我如何才能使这些文章可以搜索？
我在这里写了很多这么简单的问题，所以我会分解它：
1：是否存在直接在数据库中存储大量格式化文本的“最佳”方式或
2：以HTML / XML / Whatever文件的形式保存文本路径是否更好。
如果是2，是否有一种优雅的方式可以搜索该文本？
感谢您的时间：）
答案 0 :(得分：20)
如Alex建议的那样，在一个大文本字段中存储everthing。要进行搜索，请不要敲打数据库，使用Lucene或htdig创建输出索引。这种方式搜索速度非常快。副作用是让您的搜索更加友好;你拿你的关键字字段（建议使用反斜杠）并将它们粘贴在元关键字属性中。
修改
除非您只搜索关键字，否则让数据库执行搜索的速度非常慢（曾经搜索过一个论坛，它需要FOREVER？）。数据库无法索引
select.. where FULLTEXTFIELD like '%cookies%'.
查找文章令人沮丧，搜索不会返回您要查找的结果，因为它们不在关键字字段中！ Htdig允许您有效地搜索文章的全文。您的搜索将立即返回，文章中的每个术语都可以完全搜索。将关键字放在元标记中会使搜索结果页面上的搜索结果更高。
另一个好处是模糊匹配。如果您搜索“激活”，htdigg将匹配具有活动，激活，活动等的页面（可配置）。或者，如果用户拼错了单词，它仍将匹配。您希望您的用户拥有类似Google的体验，而不是令人讨厌的体验。 ：）
您需要一个脚本来创建指向您数据库中所有页面的链接列表。让htdig自动抓取这个，你再也不用考虑了。
此外，htdig还会抓取您的非数据库页面，以便通过相同的简单界面搜索整个站点。
对于关键字字段，应该有一个名为keywords的单独表，其中包含文章的id和关键字字段（每行1个关键字）。但是为了简单起见，在db中使用单个字段并不是一个糟糕的想法，如果将它放在表单中，它会使关键字的更新变得非常简单。
如果您不想为此烦恼而烦恼，可以尝试使用 Google custom search。它的工作要少得多，但您无法保证所有页面都会被编入索引。
祝你好运！答案 1 :(得分：9)
创建了TEXT，BIGTEXT，LONGTEXT和其他数据类型字段，以便存储大量文本（64 KB到4 GB，具体取决于RDBMS）。它们只是创建一个二进制指针来定位数据库中的文本，而不是直接存储在表中。如果在varchar字段中存储路径以查找文档，则几乎相同的过程，但在数据库中将其放在一起会使维护更容易，因为如果删除该行，文档将随之消失，而无需在其他过程中将其删除（就像你存储为文件一样）。从逻辑上讲，这会使您的数据库更大，有时候不那么容易备份和传输，但是逐个传输文档会很繁琐而且很慢。
如您所见，它取决于数据库中的文档和行数。
对于搜索过程，我建议您创建一个新的“关键字”字段，以加快搜索速度。您也可以搜索文档的前n个字符，将它们转换为CHAR或VARCHAR，如果它们还没有特定字段，则将标题和副标题定位到这些数量。
答案 2 :(得分：3)
根据您安排和安装所有内容的方式，很难从远程客户端访问可以访问数据库的外部文件 - 那么为什么不将所有XML保存到一个TEXT字段呢？如果数据库引擎无法很好地处理该负载，您可以在以后对事物进行重构以进行优化，但这是最简单的入门方式。
答案 3 :(得分：2)
快速浏览一下本机xml数据库。有几个，一些非常好的是免费的。
搜索eXist，Document xDB，Oracle Berkeley。
如果你是持久化，查询和更新半结构化文本，如果结构有任何深度，那么如果你坚持使用RDB指针或者填充它，你几乎肯定会这么做。 -a-blob技术 - 尽管有许多外部原因，这些架构可能是必要且成功的。
在您提交设计之前，先对XPath和XQuery进行一些阅读。这是一个很好的起点：https://community.emc.com/community/edn/xmltech