使用“hashtags”的应用程序的数据库设计

Question

数据库设计问题。

假设我们有一个使用20-40个单词笔记的webapp或其它应用程序，使用hashtags。存储用户的hashtags的最佳方法是什么。

例如，如果用户输入："我喜欢在#西兹拉吃午餐"，我们会将句子作为文本存储，可以将hashtags作为JSON、逗号分隔列表或其他机制进行存储。

还值得指出的是，这些标签需要可搜索，例如有多少人使用了午餐的hash标记等等。

对此的建议将是很好的，当涉及到在mysql中存储可变大小的输入时，我总是感到有些困惑。每个笔记可能有无限数量的hashtags，那么最佳的存储方式是什么？

- ddoor

---

不想再多说，但是在重新思考时我注意到你在问题中并没有特别提到mysql（甚至还提到了csv和json...），是否可以将其一般标记为“数据库”，因为这可能会打开有趣的替代nosql解决方案或其他内容？...(我很好奇将nosql与关系型解决方案进行比较，所以我才问的 :)) - DrCopyPaste

Answer 1

我建议使用消息和标签之间的典型多对多关系。

这意味着您需要三个表：

• Messages（列 Id、UserId 和 Content）
• Tags（列 Id 和 TagName）
• TagMessageRelations（列： MessageId 和 TagId - 通过指向 Messages.Id / Tags.Id 的外键来建立消息和标签之间的连接）

这样，您不会将标记多次存储，而是只创建到消息的新关系（如果该标记已经存在于标记表中，当然可以）。

这样，您可以：

• 轻松统计有多少个标记（SELECT COUNT(*) FROM Tags）
• 仅保存每个标记一次，并且搜索标记可以轻松索引
• 或统计每个用户使用某个特定标记的次数，例如：

SELECT COUNT(*) FROM Tags INNER JOIN TagMessageRelations ON Tags.Id = TagMessageRelations.TagId INNER JOIN Messages ON TagMessageRelations.MessageId = Messages.Id GROUP BY Messages.UserId

- DrCopyPaste

---

太棒了，那基本上就是我想的。标签表中的标签是唯一的吗？ - ddoor

是的，这就是想法，它们在标签表中是唯一的，但在标签消息关系表中具有多个关系。 - DrCopyPaste

谢谢，很高兴能帮到你；附言：谢谢提醒，我已经过期需要进行一些编程挑战了:D - DrCopyPaste

TLDR: 我相信增加INT列的数据量对其他列来说是微不足道的，但在性能方面可以得到回报。在数据库中拥有大量数据时，你或许会注意到这一点。虽然我没有亲自测试过，但有证据表明，在连接时使用INT比使用varchars（例如）更有效率（以下链接是关于SQL Server的：https://www.sqlinthewild.co.za/index.php/2011/02/15/are-int-joins-faster-than-string-joins-2/）。 - DrCopyPaste

如果您在关系型数据库场景中使用标签值作为主键，桥接表将具有值而不是ID，这对于获取所有消息标签等场景非常有用。也许不适合标签在消息中的情况，但对于文章中的标签等其他场景非常有用。 - S.Dan