如何为标签云设计MySql表？

Question

我的网站上有文章，我想添加描述每篇文章的标签，但我在设计标签的 mysql 表时遇到问题。我有两个想法：

1. 每篇文章都有“标签”字段，标签的格式为：“tag1，tag2，tag3”
2. 创建其他名为标签的表，字段为：tag_name，article_id

因此，当我想要 ID 为 1 的文章的标签时，我会运行

SELECT ... FROM tags WHERE `article_id`=1;

但是，我还想通过比较标签来了解 3 篇最相似的文章，所以如果我有一篇文章的标签为“php，mysql，erlang”，并且 5 篇文章的标签为：“php，mysql”，“erlang， ruby”、“php erlang”、“mysql、erlang、javascript”，我会选择 1.、3. 和 4.，因为这 3 个与主文章具有大多数相同的标签。

还有另一个问题，获得 10 个“最常用标签”的最佳方法是什么？

Answer 1

一般来说，对于这种多对多关系，有三个表：

• “article”表
  • 主键 = id
• “tag”表
  • 主键 = id
  • 包含每个标签的数据：
    • 姓名，例如
• “tags_articles”表，它充当连接表，仅包含：
  • id_article：指向文章的外键
  • id_tag：指向标签的外键

这样，任何标签的数据都不会重复：对于每个标签，tag 表中只有一行。

并且，对于每篇文章，您可以有多个标签（即 tags_articles 表中的几行）；当然，对于每个标签，您可以有几篇文章。

按照这个想法，获取文章的标签列表只需进行额外的查询，例如：

select tag.*
from tag
    inner join tags_articles on tag.id = tags_articles.id_tag
where tags_articles.id_article = 123

获取三篇“最相似”的文章意味着：

• 选择具有第一篇文章所具有的标签的文章，
• 仅使用具有最重要数量的相同标签的文章

未经测试，但一个想法可能如下所示：

select article.id, count(*) as nb_identical_tags
from article
    inner join tags_articles on tags_articles.id_article = article.id
    inner join tag on tag.id = tags_articles.id_tag
where tag.name in ('php', 'mysql', 'erlang')
      and article.id <> 123
group by article.id
order by count(*) desc
limit 3

基本上，您：

• 为初始文章中出现的每个标签选择文章 ID
  • 由于存在内连接，如果数据库中的一篇文章有​​ 2 个与 where 子句匹配的标签，而没有 group by 子句，则会有两行那篇文章
  • 当然，您不想重新选择已有的文章 - 这意味着它必须被排除。
• 但是，当您使用 group byarticle.id 时，每篇文章将只有一行
  • 但您可以使用count来找出每篇文章与第一篇文章有​​多少个共同标签
• 然后，这只是按标签数量进行排序的问题，并且只得到第三三行。

Answer 2

首先，您需要使用 Pascal MARTIN 关于桌子设计的建议。

至于查找类似的文章，这里有一些可以帮助您入门的内容。假定 @article_id 是您要查找匹配项的文章，@tag1、@tag2、@tag3 是该文章的标签：

SELECT article_id, count(*)
FROM tags_articles
WHERE article_id <> @article_id
AND tag_id IN (@tag1, @tag2, @tag3)
GROUP BY article_id
ORDER BY count(*) DESC
LIMIT 3

Answer 3

是的，但是你没有回答我的主要问题，如何获得3篇最相似的文章？

回答：
只需在合并表 (tags_articles) 中查找相同的标签 id 即可。收集它们并创建一个图案。

例如：
第 1 条有标签：1,2
第 2 条有标签：2,3,4
第 5 条有标签：6,7,2
第 7 篇文章有标签：7,1,2,3

如果您想要第 1 篇文章中最相似的 3 篇文章，则必须查找标签 1,2。您会发现第 7 条最相似，第 2 条和第 5 条有一些相似之处。