推荐的用于标记或标记的SQL数据库设计[关闭]

我听说过几种实现标记的方法。使用TagID和ItemID之间的映射表（对我来说有意义，但是可以缩放吗？），向ItemID添加固定数量的可能的TagID列（似乎是个坏主意），将标签保留在逗号分隔的文本列中（声音疯狂但可以工作）。我什至听说有人建议使用稀疏矩阵，但是标记名称又如何优雅地增长呢？

我是否错过了标签的最佳做法？

三个表（一个用于存储所有项目，一个用于所有标签，一个用于两者之间的关系）已正确索引，并且在适当的数据库上运行了外键，这些表应该可以正常工作并可以适当扩展。

Table: Item
Columns: ItemID, Title, Content

Table: Tag
Columns: TagID, Title

Table: ItemTag
Columns: ItemID, TagID

通常，我会同意Yaakov Ellis的观点，但是在这种特殊情况下，还有另一个可行的解决方案：

使用两个表：

Table: Item
Columns: ItemID, Title, Content
Indexes: ItemID

Table: Tag
Columns: ItemID, Title
Indexes: ItemId, Title

这具有一些主要优点：

首先，它使开发变得更加简单：在用于插入和更新的三表解决方案中，item您必须查找Tag表以查看是否已经有条目。然后，您必须与新成员一起加入。这不是小事。

然后，它使查询更简单（甚至更快）。您将执行三种主要的数据库查询：Tags一个输出全部Item，绘制一个标签云，然后为一个标签标题选择所有项目。

一个项目的所有标签：

3桌：

SELECT Tag.Title 
  FROM Tag 
  JOIN ItemTag ON Tag.TagID = ItemTag.TagID
 WHERE ItemTag.ItemID = :id

2表：

SELECT Tag.Title
FROM Tag
WHERE Tag.ItemID = :id

标签云：

3桌：

SELECT Tag.Title, count(*)
  FROM Tag
  JOIN ItemTag ON Tag.TagID = ItemTag.TagID
 GROUP BY Tag.Title

2表：

SELECT Tag.Title, count(*)
  FROM Tag
 GROUP BY Tag.Title

一个标签的项目：

3桌：

SELECT Item.*
  FROM Item
  JOIN ItemTag ON Item.ItemID = ItemTag.ItemID
  JOIN Tag ON ItemTag.TagID = Tag.TagID
 WHERE Tag.Title = :title

2表：

SELECT Item.*
  FROM Item
  JOIN Tag ON Item.ItemID = Tag.ItemID
 WHERE Tag.Title = :title

但是也有一些缺点：它可能会占用数据库中更多的空间（这可能会导致更多的磁盘操作，速度变慢），并且未规范化这可能会导致不一致。

size参数不是那么强大，因为标签的本质是标签通常很小，因此尺寸增加不是很大。有人可能会说，在一个只包含每个标签一次的小表中，对标签标题的查询要快得多，这当然是正确的。但是考虑到不必加入而节省下来的钱，以及可以在它们上建立良好索引的事实，可以很容易地弥补这一点。当然，这在很大程度上取决于您所使用的数据库的大小。

不一致的论点也有一点争议。标签是自由文本字段，没有预期的操作，例如将所有标签“ foo”重命名为“ bar”。

tldr：我会寻求两张桌子的解决方案。（实际上，我要去。我找到了这篇文章，以查看是否有反对它的有效论点。）

如果您使用的是支持map-reduce的数据库（例如，couchdb），则将标签存储在纯文本字段或列表字段中确实是最好的方法。例：

tagcloud: {
  map: function(doc){ 
    for(tag in doc.tags){ 
      emit(doc.tags[tag],1) 
    }
  }
  reduce: function(keys,values){
    return values.length
  }
}

使用group = true运行此命令将按标签名称对结果进行分组，甚至返回遇到该标签的次数的计数。这与计算文本中单词的出现非常相似。

使用单个格式化的文本列[1]来存储标签，并使用功能强大的全文本搜索引擎对此进行索引。否则，在尝试实现布尔查询时会遇到扩展问题。

如果需要有关所拥有标签的详细信息，则可以在增量维护的表中对其进行跟踪，也可以运行批处理作业以提取信息。

[1]一些RDBMS甚至提供了本机数组类型，由于不需要解析步骤，因此甚至更适合存储，但是可能会导致全文搜索出现问题。

我一直将标签放在单独的表中，然后有一个映射表。当然，我也从来没有做过任何大规模的事情。

拥有一个“标签”表和一个映射表使得生成标签云非常简单，因为您可以轻松地将SQL组合在一起以获取标签列表，其中包含每个标签使用频率的计数。

我建议采用以下设计：项目表：Itemid，taglist1，taglist2，
这将很快并且可以轻松地在项目级别保存和检索数据。

并行构建另一个表：标签标签不会使标签成为唯一标识符，如果第二列中的空间用完，则假设有100个项目会创建另一行。

现在，在搜索标签商品时，它将会非常快。