哪种数据库设计更好？

Question

假设有一个像StackOverflow这样的网站，是创建一个num_comments列来存储提交的评论数量，然后在每次发表评论时更新它还是只使用COUNT函数查询有多少行更好呢？使用COUNT函数似乎更易读和优雅，但使用前者更有效率。SO网站认为什么？

- John Smith

---

如果 Stack Overflow 需要联接表格来显示评论计数，那么它就不存在了。但是担心当您的网站每天被数百万次页面访问时会发生什么，这只能说是过早的——因此在您自己的项目中，请使用 COUNT。 - Jon

不要过早优化。保持数据库规范化，直到需要去规范化为止。 - Quentin

@Jon：有趣...你能详细说明或提供链接吗？我对关系模型之外的东西感到困惑，但我总是愿意学习... - iDevlop

@iDevlop：已提交答案，请查看。 - Jon

Answer 1

使用COUNT函数是明智的选择。储存评论数量是一种经典的反规范化方式，但会带来很多麻烦。虽然这种方法检索效率稍高，但插入操作变得更加昂贵：每次新增评论不仅需要插入到评论表中，还需要对包含评论计数的行进行写锁定。

- Ted Hopp

---

这不是反规范化，更多的是一种优化，只需要一些触发器 - 几乎不会带来麻烦！ - Jon Black

@JonBlack - 是的，这是一种优化（尽管，如我在答案中所说，“优化”是否值得并不太清楚）。与此同时，它绝对是一种非规范化。具体来说，一个 num_comments 列违反了第三范式，因为它引入了一个非键依赖关系 -- 一个与键无关的值，但在本例中依赖于很可能来自完全不同表格的值。至于头痛问题，问题不仅仅是编写“几个触发器”，而且还要随着数据库的演变来维护触发器以及其他所有内容。 - Ted Hopp

Answer 2

前者没有被规范化，但会产生更好的性能（假设读操作远多于写操作）。

后者被规范化得更好，但需要更多资源，因此性能较差。

哪种更好取决于应用要求。

- Oded

Answer 3

我建议计算评论记录。虽然另一种方法更快，但它会使数据库更清洁。添加一个计数列将是一种数据复制，更不用说需要额外的代码步骤和插入了。如果您预计有数百万条评论，那么您可能希望选择计数列方法。

- sreimer

Answer 4

我同意@Oded的观点。这取决于应用程序的要求以及网站的活跃程度，但是以下也是我的建议：

• 尽量避免使用触发器进行写入操作，例如在添加新评论时更新帖子表。
• 如果您担心数据报告，则不要在事务性系统上执行此操作。创建一个报告数据库并定期更新该数据库。

- Saif Khan

Answer 5

“正确”的设计方式是使用另一个表进行连接和 COUNT。这与数据库规范化所教授的一致。

规范化的问题在于它不能扩展。有很多种方法可以解决问题，因此如果您每天有数百万个查询并且其中许多涉及到表 X，则数据库性能将下降，因为服务器还必须处理并发写入、事务等。

为了解决这个问题，一个常见的做法是分片。分片的副作用是表的行不会存储在同一个物理位置上，这个主要的后果是您不能再进行 JOIN 了；您如何对半个表进行 JOIN 并获得有意义的结果呢？显然，尝试对表的所有分区进行 JOIN 并合并结果比病情更糟糕。

因此，您可以看到，不仅您所考虑的替代方案被用于实现高性能，而且工程师们还可以采取更激进的步骤。

当然，除非您有性能问题，否则分片甚至去规范化只会让您的生活更加困难，没有实际的好处。

- Jon

---

这会如何倾向于包括 num_comments 列？ - Ted Hopp