Mysql 设计数据库以存储列表

我为列和表名的模糊性道歉。 我的数据库有两个表A和B。这些表之间存在多对多关系

表A约有200条记录

Table A structure
Id.   Definition
12    Def1
42    Def2 .... etc. 

表B有大约50亿条记录

Column 1 .   Associated Id(from table A)
eg . abc      12
     abc      21
     pqr      42

我试图优化表B中存储数据的方式，因为它有很多冗余数据。我想到的结构如下

Column 1        Associated Ids
abc             12, 21
pqr             42

将新行添加到表A时，“关联Id”列可以有更新

在这个场景中，这是一个好的结构吗？如果是，“关联Id”的列类型应该是什么？我正在使用mysql数据库

创建表语句

CREATE TABLE `A` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `title` varchar(100) DEFAULT NULL,
  `name` varchar(100) DEFAULT NULL,
  `creat_usr_id` varchar(20) NOT NULL,
  `creat_ts` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  `modfd_usr_id` varchar(20) DEFAULT NULL,
  `modfd_ts` timestamp NULL DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  UNIQUE KEY `A_ak1` (`name`)
) ENGINE=InnoDB AUTO_INCREMENT=277 DEFAULT CHARSET=utf8;

CREATE TABLE `B`(
  `col1` varchar(128) NOT NULL,
  `id` int(11) NOT NULL,
  `added_dt` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  `creat_usr_id` varchar(20) NOT NULL,
  `creat_ts` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`col1`,`id`,`added_dt`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
/*!50100 PARTITION BY RANGE (UNIX_TIMESTAMP(added_dt))
(PARTITION Lessthan_2016 VALUES LESS THAN (1451606400) ENGINE = InnoDB,
 PARTITION L`Ω`essthan_201603 VALUES LESS THAN (1456790400) ENGINE = InnoDB,
 PARTITION Lessthan_201605 VALUES LESS THAN (1462060800) ENGINE = InnoDB,
 PARTITION Lessthan_201607 VALUES LESS THAN (1467331200) ENGINE = InnoDB,
 PARTITION Lessthan_201609 VALUES LESS THAN (1472688000) ENGINE = InnoDB,
 PARTITION Lessthan_201611 VALUES LESS THAN (1477958400) ENGINE = InnoDB,
 PARTITION Lessthan_201701 VALUES LESS THAN (1483228800) ENGINE = InnoDB,
 PARTITION pfuture VALUES LESS THAN MAXVALUE ENGINE = InnoDB) */;

索引

  Table Non_unique  Key_name    Seq_in_index    Column_name Collation   Cardinality Sub_part    Packed  Index_type  Comment Index_comment
    B          0        PRIMARY         1             col1        A        
 2             NULL       NULL      BTREE       
    B          0        PRIMARY         2              id         A        
 6             NULL       NULL      BTREE       
    B          0         PRIMARY        3             added_dt    A        
 6             NULL       NULL      BTREE       

---

这里有50亿行。让我来回顾一下：

• col1

  varchar（128）不为空

这个专栏多长时间重复一次？就是,值得"正常化"吗?

• id

  int（11）不为空

将此列的大小减半（4字节->2），因为您只有200个不同的ID：

a_id SMALLINT UNSIGNED NOT NULL

值的范围：0..65535

• added_dt

  timestamp NOT NULL默认当前_时间戳

请解释为什么这是PK的一部分。这是一件很奇怪的事

• create_usr_id

  varchar（20）不为空

• 创建时间戳

  时间戳不为空默认当前时间戳

把它们当作乱七八糟的东西扔掉，除非你能证明用这种方式跟踪50亿个行动是合理的

• 主键（

  col1

  ，

  id

  ，

  已添加）

我敢打赌你最终会在同一秒钟内得到两行。PK是“唯一的”。也许你只需要

（col

，一个id）`？否则，您将允许多次添加col-a_id对。或者您希望IODKU添加新行，而不是更新时间戳

• 分区

如果（可能仅当）您打算删除“旧”行，这将非常有用。否则请解释为什么选择分区

如果不查看主

选项

，就很难查看架构。对于大型表，我们还应该检查

插入

、

更新

、和

删除

，因为它们都可能带来严重的性能问题

---

以每秒插入100行的速度，增加50亿行需要一年多的时间。排得多快？这可能也是一个重要的性能问题。

“在这种情况下创建这种结构好吗？”不好。对于几乎所有可能的情况，这种结构都不好。将您的表和索引定义（

create table…

和

create index…

）粘贴到您的问题中。在这个问题上附议“否”。将多个值塞进一个字段几乎从来都不是一个好主意。我添加了create表和索引。什么是更好的解决方案？因为每个col1值都有多个记录。我正在尝试将此值减少到每列一行。您尝试优化的目的是什么？获取特定id的所有col1值？这里的多余部分是什么？B列是否总是相同的？如果是这样的话——为什么他们在B？@Uuerdo——我同意，但我要指出的是，在少数情况下，commalist能够令人满意，甚至更快。如果OP将

连接到另一个表，那么commalist是一个非常糟糕的主意（如您所说）。大家好，非常感谢您的所有回答，非常抱歉出现MIA。@Gabi Lee-col1有冗余数据。可能有大约500万行不同的行。在我之前的DBA创建了这个表，其中col1链接到的每个Id都有一行。所以我最终得到了500万*257行。我们在这些表上执行的联接不多。@uuerdo这也是我所在组织的一位高级DBA建议的。但我在互联网上发现的例子很少：（@Codegak-应该有助于规范化
col1
，用
INT UNSIGNED
或
MEDIUMINT UNSIGNED
替换它）。