Question

以下是标记的当前表格结构：

// tags
+----+------------+----------------------------------+----------+------------+
| id |    name    |            description           | used_num | date_time  |
+----+------------+----------------------------------+----------+------------+
| 1  | PHP        | some explanations for PHP        | 4234     | 1475028896 |
| 2  | SQL        | some explanations for SQL        | 734      | 1475048601 |
| 3  | jQuery     | some explanations for jQuery     | 434      | 1475068321 | 
| 4  | MySQL      | some explanations for MySQL      | 535      | 1475068332 |
| 5  | JavaScript | some explanations for JavaScript | 3325     | 1475071430 |
| 6  | HTML       | some explanations for HTML       | 2133     | 1475077842 |
| 7  | postgresql | some explanations for postgresql | 43       | 1475077851 |
+----+------------+----------------------------------+----------+------------+

如您所知，某些标签彼此相关。例如：

SQL，MySQL，postgresql
JavaScript，jQuery

是上表中的相关内容。我怎样才能在他们之间建立这种关系？我应该再添加一列吗？它应该包含什么东西？ （因为有时会有超过2个相关标签）

Answer 1

至少对于选项1，请参阅底部的Edit 1，了解相交的实际INSERT策略。

选项1

create table tags
(   id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(60) NOT NULL,
    UNIQUE KEY `key_tags_name` (name)
    -- All the other columns
)ENGINE=InnoDB;

create table tagIntersects
(   id1 INT NOT NULL,
    id2 INT NOT NULL,
    PRIMARY KEY(id1,id2),
    KEY `ti_flipped` (id2,id1), -- flipped left-mode (thin size)
    FOREIGN KEY `fk_ti_id1` (id1) REFERENCES tags(id),
    FOREIGN KEY `fk_ti_id2` (id2) REFERENCES tags(id)
)ENGINE=InnoDB;

选项2

create table tags
(   id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(60) NOT NULL,
    UNIQUE KEY `key_tags_name` (name)
    -- All the other columns
)ENGINE=InnoDB;

create table tagIntersects
(   id INT AUTO_INCREMENT PRIMARY KEY,
    name1 VARCHAR(60) NOT NULL,
    name2 VARCHAR(60) NOT NULL,
    KEY `ti_Flipped` (name2,name1), -- these get costly (wide)
    FOREIGN KEY `fk_ti_id1` (name1) REFERENCES tags(name),
    FOREIGN KEY `fk_ti_id2` (name2) REFERENCES tags(name)
)ENGINE=InnoDB;

选项3

create table tags
(   id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(60) NOT NULL,
    UNIQUE KEY `key_tags_name` (name)
    -- All the other columns
)ENGINE=InnoDB;

create table tagIntersects
(   name1 VARCHAR(60) NOT NULL,
    name2 VARCHAR(60) NOT NULL,
    PRIMARY KEY (name1,name2),
    KEY `ti_Flipped` (name2,name1), -- these get costly (wide)
    FOREIGN KEY `fk_ti_id1` (name1) REFERENCES tags(name),
    FOREIGN KEY `fk_ti_id2` (name2) REFERENCES tags(name)
)ENGINE=InnoDB;

INSERT tags (name) VALUES ('PHP'),('PDO'),('MYSQLI'),('PHPMyAdmin');

我推荐选项1.以下是关于选项1

的全部内容

伪造200个随机名称的标签：

DROP PROCEDURE IF EXISTS tagDataLoad;
DELIMITER $$
CREATE PROCEDURE tagDataLoad()
BEGIN
    -- warning this is horribly slow
    DECLARE i INT DEFAULT 0;
    WHILE i<200 DO
        INSERT IGNORE tags(name)
        select concat(substring('ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', rand()*36+1, 1),
              substring('ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', rand()*36+1, 1),
              substring('ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', rand()*36+1, 1),
              substring('ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', rand()*36+1, 1),
              substring('ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', rand()*36+1, 1),
              substring('ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', rand()*36+1, 1),
              substring('ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', rand()*36+1, 1),
              substring('ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', rand()*36+1, 1)
             );
        -- poach the above from Gordon, link: https://stackoverflow.com/a/16738136
        SET i=i+1;
    END WHILE;
END$$
DELIMITER ;

称之为：

CALL tagDataLoad(); -- load 200 fake tags
select * from tags; -- eyeball it
CALL tagDataLoad(); -- load more
CALL tagDataLoad(); -- load more
SELECT MIN(id),MAX(id),count(*) FROM tags;
-- 1 604 604

伪造负载数量iCount假标签相交数量：

DROP PROCEDURE IF EXISTS tagIntersectDataLoad;
DELIMITER $$
CREATE PROCEDURE tagIntersectDataLoad(iCount INT)
BEGIN
    -- warning this is horribly slow
    -- don't pass a number greater than 100 until you time it
    DECLARE i INT DEFAULT 0;
    WHILE i<=iCount DO
        INSERT IGNORE tagIntersects(id1,id2)
        SELECT FLOOR(RAND()*600)+1,FLOOR(RAND()*600)+1;
        SET i=i+1;
    END WHILE;
END$$
DELIMITER ;

CALL tagIntersectDataLoad(100);
-- slow, I don't recommend a number above 100 until you time it

将100的更改为更大的计数后，我最终获得了10k行

select count(*) from tag Intersects;
-- 9900

由于超时，我不建议您这样做。但最后我有了上面的

上面假加载存储过程的一半原因是为了使表大小足够高，甚至使用索引。它们不用于小桌子。他们还为您提供了一种方法来chg到其他模式并加载特殊的数据。然后使用100k行或数千万的查询（根据您的需要）分析性能。

请参阅EXPLAIN计划：

explain 
select * from tagIntersects where id1=111 or id2=111;
+----+-------------+---------------+-------------+--------------------+--------------------+---------+------+------+----------------------------------------------+
| id | select_type | table         | type        | possible_keys      | key                | key_len | ref  | rows | Extra                                        |
+----+-------------+---------------+-------------+--------------------+--------------------+---------+------+------+----------------------------------------------+
|  1 | SIMPLE      | tagIntersects | index_merge | PRIMARY,ti_flipped | PRIMARY,ti_flipped | 4,4     | NULL |   27 | Using union(PRIMARY,ti_flipped); Using where |
+----+-------------+---------------+-------------+--------------------+--------------------+---------+------+------+----------------------------------------------+

解释

select * from tagIntersects where (id1=111 or id2=111) and (id1=500 or id2=500);
+----+-------------+---------------+-------------+--------------------+--------------------+---------+------+------+----------------------------------------------+
| id | select_type | table         | type        | possible_keys      | key                | key_len | ref  | rows | Extra                                        |
+----+-------------+---------------+-------------+--------------------+--------------------+---------+------+------+----------------------------------------------+
|  1 | SIMPLE      | tagIntersects | index_merge | PRIMARY,ti_flipped | PRIMARY,ti_flipped | 4,4     | NULL |   21 | Using union(PRIMARY,ti_flipped); Using where |
+----+-------------+---------------+-------------+--------------------+--------------------+---------+------+------+----------------------------------------------+

对于典型的查询，EXPLAIN计划看起来很好。请注意瘦键大小（总共8个字节）。该计划显示了最左侧两个关键用法的index_merge / UNION：一个使用PK，另一个使用翻转的二级索引。这就是ti_flipped。

的要点

另请注意，FK按键很薄。

请注意，tags.name可以很容易地从'node.js'更新为'nodejs'，而不会影响标签主键。该更新对tagsInserted列或密钥没有任何影响。

关于使用选项2或3：键很宽。对tags.name的更改将具有PK和FK更改，因为交叉表中的选项1不会承受影响。根据您的数据大小（例如，与SO标签不同的东西），一个name具有数千万行和数千个交叉点，可以在UX中感受到这种变化。对于中小型，不用担心，但要说明影响。

因此，由于我的数据集非常庞大并且试图保持关系密钥的存在，我选择了一种选项1方法。

最近在Spencer7593中提到的

comment大型varchars在连接期间对内部内存产生负面影响，并且在临时表中显示子查询/派生的影响。薄FK的另一个原因。

所以这与一般读者有很多关系，他们有不同的模式，并认为对他们的表现没有影响。

因此，在最终确定模式（尤其是大型表）之前，请对查询的性能进行概要分析。

编辑1

create table tags
(   id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(60) NOT NULL,
    UNIQUE KEY `key_tags_name` (name) -- 
    -- All the other columns
)ENGINE=InnoDB;

create table tagIntersects
(   id1 INT NOT NULL,
    id2 INT NOT NULL,
    PRIMARY KEY(id1,id2),
    KEY `ti_flipped` (id2,id1),
    FOREIGN KEY `fk_ti_id1` (id1) REFERENCES tags(id),
    FOREIGN KEY `fk_ti_id2` (id2) REFERENCES tags(id)
)ENGINE=InnoDB;

负载：

insert tags(name) values ('tag1'),('tag2'); -- ids 1 and 2

现在我在某些编程语言中有两个id，我希望与标签相交。

使用MySQL作为编程语言，我们只需将它们称为以下变量：

set @myId1=2; -- actually run this so it is not NULL
set @myId2=1; -- actually run this so it is not NULL

请注意，它们可以颠倒，没关系。现在假设你并没有搞砸编程语言，以至于@ myId1 = @ myId2 （注意下面的内容仍然有效，但只是说'）

insert tagIntersects(id1,id2) select LEAST(@myId1,@myId2),GREATEST(@myId1,@myId2); -- ok
insert tagIntersects(id1,id2) select LEAST(@myId1,@myId2),GREATEST(@myId1,@myId2); -- GOOD it failed

- 翻转em：

set @myId1=1; -- actually run this so it is not NULL
set @myId2=2; -- actually run this so it is not NULL

insert tagIntersects(id1,id2) select LEAST(@myId1,@myId2),GREATEST(@myId1,@myId2); -- GOOD it failed

您的数据保持清洁。清洁意味着你不会有两行欺骗和污染你的数据，例如MYSQL / SQL-SERVER的交叉行...... SQL-SERVER / {{1的另一行尊敬地{}} MYSQL，id1。

编辑2

来自用户id2的问题：好的，你有三个标签，tag1，tag2，tag3 ..它们是相关的。因此tagIntersects表中有三行，如：tag1，tag2，tag1，tag3，tag2，tag3。对？现在我想用tag1选择所有相关的标签。写下查询... :-)看起来像个噩梦，是吗？

答案：

Shafizadeh

我的问题是，使用您的CSV，您的解释计划是什么？看起来很糟糕，桌面扫描。

Answer 2

用于在关系数据库中存储M：N关系您通常需要另一个表。表有两列id1，id2，相关表的外键。（id1，id2）应该是唯一的。

如果您将表与自身联系起来，则有更多可能性。如果行A与B相关，则B与A有关吗？如果是这种情况，则添加约束id1＆lt;关系表上的id2所以只有一种方法来存储两行之间的关系。即使某些插入不符合规则并试图插入不同的顺序，数据也不会重复。

最有趣的问题是及物性。如果A与B相关，而B与C相关，则A与C有关吗？我认为应该是这种情况。您不必将关系A存储到C，因为它可以被推测，但是每次要查询它时计算它都是不切实际的。我认为最好的方法是在更新时存储所有感染关系，但将它们标记为不感知，因此可以在将来的更改中重新计算它们。它使关系的添加和删除可逆。如果您不需要（关系不会被删除），您可以省略该标志或仅使用替代方法：

我们所拥有的实际上是等价（反身，对称，传递）和等价产生等价类。您可以在标记等价类的每一行中存储数字。具有相同数字的行将是相等的。这就是Shafizadeh提出的，我不同意@Drew，这是最后一件事。如果在正确的情况下使用它可能会很好。

连接相关标签的最佳数据库设计

2 个答案:

我推荐选项1.以下是关于选项1

编辑1

编辑2