对于标签数据库，最好是为每个标签存储文件名还是按文件名存储标签？

Question

我想写一个管理个人文件的文件标签的小应用程序。它会非常简单，但我不确定是否应该为每个唯一标签存储文件名，即：

"sharp":
file0.ext file1.ext file2.ext file3.ext

"cold":
file1.ext file2.ext

"ice":
file3.ext

或者，如果我应该为每个文件名存储标签，即：

file0.ext:
"sharp"

file1.ext:
"sharp" "cold"

file2.ext:
"sharp" "cold"

file2.ext:
"sharp" "ice"

我想使用能够提供最佳性能和/或最佳设计的方法。由于我从未做过这样的事情，我认为正确的方法可能不是最优的。

只是提供有关该应用的更多信息：

1. 我会按标签搜索文件。我只需要能够输入我的标签，以便查看哪些文件匹配，然后双击打开它们等等。

2. 我将使用protobuffers（Marc的版本）来保存和加载数据库。

3. 数据库大小并不重要，因为我会在我的电脑上使用它。

4. 我认为我的文件不会超过50K。我最有可能获得20K最大值，因为这些主要是个人文件，所以我不可能创建/收集更多。

编辑：我忘了提及另一个功能。由于这将是为文件定义标签的相同应用程序，因此当我选择文件时，我需要它来加载文件所有的标签，以便我可以显示它们以防我想要编辑它们。

Answer 1

这一切都与您想要搜索数据有关...因为您说要按标签搜索文件，那么您的第一种方法将是最简单的，因为您只需要读取数据文件的一小部分

如果你真的想要简单，你可以为每个标签设置一个单独的数据文件（即sharp.txt，cold.txt，ice.txt），然后在文件中只有一个文件名列表。

Answer 2

如果您按标签搜索，这似乎是更合适的索引。查找文件上的所有标记可能会导致一些性能损失，如果这是您需要做的事情。

或者，如果您确实要支持这两种情况：同时存储两者，您可以根据需要查询它们。这会创建一些数据重复，当更改/添加文件时，您需要额外的逻辑来更新两个数据集，但它应该非常简单。

Answer 3

在这种情况下，你有很多标签，很多文件和很多关系，我建议使用relational database。如果您没有大量数据，我认为您不应该关心它。

无论如何，我想即使您确实想要保存纯文本文件中的关系，也应遵循database normalization中的原则。主要目标是避免数据重复。在您的模型中，标签和文件将具有多对多关系。即使数据存储在纯文本文件中，我也会模仿关系数据库的结构。我会有一个文件，其中包含文件名，每个文件名一个ID，另一个文件包含标签，每个标签一个ID。第三个文件将包含关系。简单，将文件保持在最小尺寸。

希望我帮忙！