在mysql表中搜索标记的更好方法

假设我有一个表，其中一列的标题是标记，数据用逗号分隔，如下所示

"tag1,tag2,new york,tag4"

如您所见，一些标记将具有空格

查询表中任何等于“纽约”的标记的最佳或最准确的方法是什么

过去我曾使用过：

SELECT id WHERE find_in_set('new york',tags) <> 0 

但我不确定这是否是最好的方法

---

你会怎么做

如果我需要忽略

标记中逗号前后的前导空格

例如，如果标签的值为：

'atlanta,boston , chicago, los angeles  , new york '

假设空格是我想要忽略的唯一字符，并且我正在搜索的标记没有任何前导或尾随空格，那么我可能会使用正则表达式。大概是这样的：

SELECT ...
  FROM t
 WHERE t.tags REGEXP CONCAT('^|, *', 'new york' ,' *,|$')

---

我推荐Bill Karwin的优秀著作“SQL反模式：避免数据库编程的陷阱”

---

第2章“乱穿马路”介绍了逗号分隔列表的反模式。

如果我需要忽略

标记中逗号前后的前导空格

例如，如果标签的值为：

'atlanta,boston , chicago, los angeles  , new york '

假设空格是我想要忽略的唯一字符，并且我正在搜索的标记没有任何前导或尾随空格，那么我可能会使用正则表达式。大概是这样的：

SELECT ...
  FROM t
 WHERE t.tags REGEXP CONCAT('^|, *', 'new york' ,' *,|$')


我推荐Bill Karwin的优秀著作“SQL反模式：避免数据库编程的陷阱”


第二章介绍了逗号分隔列表的反模式。
当项目A可以与许多项目B相关联，项目B可以与许多项目A相关联时。这称为

具有这些关系的数据应存储在单独的表中，并仅在查询时连接在一起

举例

表1

| product_uid | price | amount |
|      1      | 12000 |  3000  |
|      2      | 30000 |   600  |

表2

| tag_uid | tag_value |
|    1    |   tag_01  |
|    2    |   tag_02  |
|    3    |   tag_03  |
|    4    |   tag_04  |

然后我们使用联接表来关联它们

表3

| entry_uid | product_uid | tag_uid |
|    1      |     1       |     3   |
|    2      |     1       |     4   |
|    3      |     2       |     1   |
|    4      |     2       |     2   |
|    5      |     4       |     2   |

查询将是（如果要选择项目1和标记）

当项目A可以与许多项目B相关联，项目B可以与许多项目A相关联时，这称为

具有这些关系的数据应存储在单独的表中，并仅在查询时连接在一起

举例

表1

| product_uid | price | amount |
|      1      | 12000 |  3000  |
|      2      | 30000 |   600  |

表2

| tag_uid | tag_value |
|    1    |   tag_01  |
|    2    |   tag_02  |
|    3    |   tag_03  |
|    4    |   tag_04  |

然后我们使用联接表来关联它们

表3

| entry_uid | product_uid | tag_uid |
|    1      |     1       |     3   |
|    2      |     1       |     4   |
|    3      |     2       |     1   |
|    4      |     2       |     2   |
|    5      |     4       |     2   |

查询将是（如果要选择项目1和标记）

第二种方法的问题是，如果您有像
tag1
和
tag10
这样的标记，那么如果您搜索
tag1
，这两个标记都会返回true。好吧，是的-这是一个确定的问题。确切地说，不确定如何继续。此时，规范化不是一个选项。我没有设计数据库，也不能重新设计。我所能做的就是质疑它……显然违反了正当的规则。不要这样做。如果您坚持使用这种模式，您将受到很大的伤害，因为关系数据库确实不喜欢逗号分隔的值。任何查询的性能都会非常缓慢，如果处理大量数据，这可能会融化并破坏任何服务器硬件。第二种方法的问题是，如果您有像
tag1
和
tag10
这样的标记，如果搜索
标记1
，两者都返回true。好吧，是的-这是一个确定的问题。确切地说，不确定如何继续。此时不选择正常化。我没有设计数据库，也不能重新设计。我所能做的就是质疑它……显然违反了正当的规则。不要这样做。如果您坚持使用这种模式，您将受到很大的伤害，因为关系数据库确实不喜欢逗号分隔的值。任何查询的性能都会非常缓慢，如果您处理的数据量非常大，这可能会融化并破坏您扔给它的任何服务器硬件。根据经验，这在小数据集上很有效，但在大数据集上使用join确实会使数据库崩溃。这真的是最有效的方法吗？如果您对数据库进行规范化（规范化是指我上面使用的方法），则从表中选择将花费稍长的时间，但只需要一个条目即可更新记录。如果不规范化数据库，select会快一点，但在更新表时需要更新多个条目。有些情况下，不规范化数据库是有意义的，例如日志或事务历史记录，但我敢打赌，大多数情况下，规范化数据库比处理数据不一致更好。阅读更多内容：根据经验，这在小数据集上运行良好，但在大数据集上使用join确实可以让DB达到极限。这真的是最有效的方法吗？如果您对数据库进行规范化（规范化是指我上面使用的方法），则从表中选择将花费稍长的时间，但只需要一个条目即可更新记录。如果不规范化数据库，select会快一点，但在更新表时需要更新多个条目。有些情况下，不规范化数据库是有意义的，例如日志或事务历史记录，但我敢打赌，大多数情况下，规范化数据库比处理数据不一致更好。欲了解更多信息：