在数据库中存储标签的最有效方法是什么？

Question

我正在我的网站上实施一个类似于 stackoverflow 使用的标记系统，我的问题是 - 存储标记以便搜索和过滤的最有效方法是什么？

我的想法是这样的：

Table: Items
Columns: Item_ID, Title, Content

Table: Tags
Columns: Title, Item_ID

这太慢了吗？ 有没有更好的办法？

Answer 1

一件物品将有许多标签。 一个标签将属于许多项目。 这对我来说意味着您很可能需要一个中间表来克服多对多障碍。

就像是：

表：项目
列：Item_ID、Item_Title、内容

表：标签
列：Tag_ID、Tag_Title

表：Items_Tags
列：Item_ID、Tag_ID

可能是您的 Web 应用程序非常受欢迎，需要在未来进行非规范化处理，但过早地搅浑水是毫无意义的。

Answer 2

您应该阅读Philipp Keller关于标记数据库模式的博客文章。 他尝试了一些并报告了他的结果，无论是在构建常见查询的简易性方面 ，还是在性能方面 。 标签数量，标记项目数量和每个项目的标签数量都是因素。 这些职位来自2005年; 从那时起我就不知道有任何更新。

Answer 3

实际上，我认为对标签表进行反规范化可能是更好的方法，具体取决于规模。

这样，标签表只有 tagid、itemid、tagname。

您将获得重复的标记名，但它使为特定项目添加/删除/编辑标记变得更加简单。 您不必创建新标签，删除旧标签的分配并重新分配新标签，您只需编辑标签名。

要显示标签列表，您只需使用 DISTINCT 或 GROUP BY，当然您也可以轻松计算标签使用的次数。

Answer 4

如果您不介意使用一些非标准的东西，Postgres 9.4 及更高版本可以选择存储 JSON 文本数组类型的记录。

您的架构将是：

Table: Items
Columns: Item_ID:int, Title:text, Content:text

Table: Tags
Columns: Item_ID:int, Tag_Title:text[]

有关更多信息，请参阅 Josh Berkus 的这篇优秀文章： http ://www.databasesoup.com/2015/01/tag-all-things.html

对性能进行了彻底比较，有更多不同的选项，上面建议的一种是总体上最好的。

Answer 5

根据您在问题中提供的数据，您无法真正谈论缓慢。 而且我认为在这个开发阶段你甚至不应该太担心性能。 这称为过早优化。

但是，我建议您在标签表中包含 Tag_ID 列。 每个表都有一个 ID 列通常是一个好习惯。

Answer 6

我建议使用中间第三个表来存储标签<=>项目关联，因为我们在标签和项目之间有多对多关系，即一个项目可以与多个标签相关联，一个标签可以与多个项目相关联。 HTH，阀门。

Answer 7

如果空间将成为问题，请使用第三个表 Tags(Tag_Id, Title) 来存储标签的文本，然后将您的标签表更改为 (Tag_Id, Item_Id)。 这两个值也应该提供唯一的复合主键。

Answer 8

项目应该有一个“ID”字段，标签应该有一个“ID”字段（主键，集群）。

然后制作一个 ItemID/TagID 的中间表，并将“ 完美索引”放在那里。

Answer 9

标签架构：标签表和属性：

表格：

tags (each row only keeps information about a particular tag)
taggings (each row keeps information about trigger and who will receive the trigger )
products_tags (each row keeps information about tag with particular product)
tag_status (each row keeps track of a tag status)

表：标签标签表的属性：

id(PK)
userId(FK users)(not null)(A tag only belongs to one user, but  a user can create multiple tags. So it is one to many relationships.)
genreId(FK products_geners)(not null)
name (string) (not null)
description (string)
status (int) (0=inactive, 1=pending, 2=active, there could be more flag)
rank(int)  (rank is the popularity of a particular tag), this field can be use for sorting among similar tags.)
type (int) (0=type1, 1=type2, 2=type3)
photo(string)
visibility (int) (0=public, 2=protected, 3 = private)(private means the tag only  visible to assigned users of a product, protected means a tag only visible to all friends and followers of the creator of the tag, public means search by public, such as all admin created tag)
createdAt(timestamp for the tag was created at)
updatedAt (timestamp for the tag last time updated)
deletedAt (default value null) (timestamp when tag was deleted, we need this field because we will delete tag permanently from audit table). 

注意：保留 10 号字段稍后会派上用场。

表： 标签：

该表将用于触发，例如广播其他用户的提要或向他们发送通知。 在此表中插入一行后，将有一个服务读取一行，并采取相关的操作来删除该行。

标签表的属性：

Id(PK)
tagId(a tagging row only belongs to a tag, but a tag can have multiple row).
taggableId (id of a user who will receive notification)
taggableType(int) (0=notification, 1=feed message)
taggerId(the person who triggered the broadcast)
taggerType(ad, product, news)
createdAt(timestamp for the tag was created at)

表：products_tags

从用户的角度来看，用户可以在实例化产品后创建标签，因此下表将保留有关哪些产品具有哪些标签的信息。

标签属性表的属性：

Id (PK)
productId(FK)
tagId(FK)

表：tag_status

当用户创建标签时，将在此表中创建一行带有 tagId 和默认状态 inactive/pending，管理员将从标签表中提取所有标签，其中 status=pending/inactive，如果管理员批准了标签然后值标签表中的状态将被批准，tag_status 行将被删除。 如果 admin 被拒绝，那么 tag_status 表的 status 字段的值将被拒绝，并且触发器将被广播，接收者将向该标签的关联用户发送通知，其中包含他的标签被拒绝的消息。

id(PK)
senderId(Id of the user)
receiverId(Id of admin user)
createdAt(timestamp of created at)
updatedAt(timestamp of updated at)
deletedAt(timestamp of deletedAt) default value null
expiredAt (if a tag never gets approved it will expire after a certain time for removing its information from the database. If a rejected tag gets updated by user then expiredAt will reset to new future time)
status 
Message (string varchar(256)) (message for user)