Database design 稀疏属性建模的最佳模式

我在一个金融服务产品上工作，该产品存储了大量有关最终客户的信息。我们的客户不断地想要添加新的属性，这些属性通常不用于驱动我们产品中的任何流程。他们被捕获和展示，但没有其他。由于客户运营方式的不同，他们通常希望存储非常不同的值。我们尝试了两种解决方案来适应他们：

有100个100列的稀疏填充表

实体属性值表，其中客户可以根据需要定义新列

我们经历了两种解决方案的大部分缺点。很多专栏让我们感到安慰，因为我们知道我们正在向数据库中添加哪些数据，但当客户“只是”想要存储新的价值时，比如最喜欢的高尔夫俱乐部，这会让我们显得僵硬和昂贵。EAV已经展示了它的所有常见问题：查询性能差、数据失控、缺乏验证和可维护性问题

---

有没有更好的模式呢？

我想我不能给你指出一个特定的模式，但你可能听说过

它是一个数据库，用于解决在开发数据库密集型应用程序过程中经常出现的各种问题（例如，可以用CoffeeScript编写脚本，您可以通过JSON访问数据）

---

他们提供了一个名为的扩展，听起来它可以消除您的所有问题。HSTORE基本上允许您在表中存储任意散列数据。甚至可以查询它。

我将其建模为一个单独的属性表，而不是一个包含多个“自定义”列的表。。。当您有100列并且它们想要添加属性#101时会发生什么？那么很少有自定义属性的客户机呢？一百列

NULL

列

在这种情况下，您的存储类型可以是

VARCHAR（MAX）

，因为除了选择

并显示它们之外，您对这些列不执行任何逻辑。结果是
INT
或
DATE
类型（或您可能希望存储的任何不同类型）的存储可能效率低下，但这就是允许客户端在这些自定义字段中存储任何内容的本质

考虑一个有五列的表：


身份证
父类型
父ID
CustomValueName
顾客价值

因此，现在您有足够的信息：

明确地将自定义属性绑定到数据库中的任何其他实体
如果需要，为自定义聚合命名属性类型
附加用户想要的任何值
缺点是对这些自定义属性进行查询有些痛苦（虽然在SQL中可以轻松完成，但查询计划不会非常有效）。
我在上做了一个关于这个主题的演示。我的演讲被叫来了

对于您的情况，由于用户定义的属性不在SQL查询中使用（仅按照您所说的捕获和显示），因此我建议使用这种模式

这是我演讲的摘要。幻灯片免费提供：

设计一个可扩展的、灵活的模式来支持用户
定制是一个常见的需求，但很容易自己绘制
陷入一个角落

可扩展数据库要求的示例：


允许用户根据需要声明新字段的数据库
或者是包含许多产品的电子商务目录，每个产品都有不同的属性
或支持自定义数据扩展的内容管理平台

我们用于满足这些需求的解决方案过于复杂和复杂
表演糟透了。我们应该如何找到正确的平衡
在模式和无模式数据库设计之间

我将简要介绍实体属性值（EAV）的缺点，
一个有问题的设计，这是一个反模式的例子，称为
内部平台效应，即对属性管理进行建模
系统位于RDBMS体系结构之上，该体系结构已经提供
通过列、数据类型和约束的属性

然后我们将讨论替代数据建模的优缺点
模式，在开发人员生产力、数据完整性方面，
存储效率和查询性能，以及易于扩展性


类表继承
序列化BLOB
反向索引

最后，我们将展示pt online schema change和新特性等工具
MySQL 5.6的一部分，它消除了模式修改的痛苦

我不明白您所说的
实体属性值表
是什么意思。我很想帮助你，你有没有想过尝试XML？@Tauseef请看这里：那么我们的观点是一致的。谢谢思考声音就像NoSQL的工作一样。LOB推荐+1。值得一提的是，如果您确实想查询此数据，那么使用这种LOB格式是相当痛苦的。EAV方法也很痛苦，但比LOB更容易访问。@Matthew，请查看我的演示文稿中的反向索引解决方案。它帮助LOB解决方案更易于查询。只要阅读它，它就相当聪明了。我想知道处理LOB和反向索引是否会导致原子性和隔离性问题？即使是这样，失败的后果似乎很低。@Matthew，如果在单个事务中更新LOB和反向索引，那么在原子性和隔离性方面应该不会有任何问题。但我承认，更新多个表是一件麻烦事。这就是在关系数据库中存储非关系数据的成本。非常好的选项和优缺点的演示和总结，谢谢！