如何在数据库中存储有关企业的可变信息

Question

我正在尝试创建一个类似于 Yelp 的网站（规模较小，市场较小），现在我正处于数据库设计阶段，想知道如何对表进行建模以存储偶尔会发现的“附加业务信息”功能在某些企业列表下，例如：

• 最近的交通（文本）
• 接受信用卡（是/否）
• 有轮椅通道（是/否）
• 适合儿童（是/否）
• 停车场（枚举类型 - 街道、车库等）
• 服装（枚举类型 - 休闲、正式等）
• 提供（是/否）
• 等，

请记住，其中一些信息仅适用于特定类别的企业，例如 着装和送货信息可能仅适用于餐厅业务 类别，因此将所有内容存储在主 businesses 表中是没有意义的。

我想知道如何存储有关企业的这些额外功能/附加信息，因为它们并不适用于所有企业，也不适用于所有情况。

我正在考虑将每个功能放在它自己的表中，并通过 *biz_id* FK 链接到主要业务表，例如

Businesses
-------------
biz_id (PK)
name
website
isnew
...

Biz_accepts_credit_card
-----------------------
biz_id (FK)
accepts_credit_card (bit field)

Biz_parking (biz can have multiple parking types)
-----------
auto_id (PK)
biz_id (FK)
parking_type {any combination of: street,garage,valet,etc}
...

我的想法是，虽然这会创建大量表只是为了存储这些附加信息，但它也很漂亮灵活，特别是在进一步添加新信息/功能方面，但这可能意味着我必须加入很多表（最坏情况下超过 15 个）才能获取此信息：/

我也想知道是否企业可能属于的不同类别也会对此产生影响。

编辑：阅读@Daveo 的回复后

Features{id, name, ismultiVal} (defines all possible features)

FeatureValues{id, feature_id, value} (defines the possible values each feature can have)

BusinessFeatures{id, biz_id, feature_id, feature_value} (stores the features applicable to each business)

CategoryFeatures_{category_id, feature_id} (what features are found in which categories)

FeatureReviews_{review_id, feature_id, feature_value} (stores the feature values that users voted on in their review of a business)

Answer 1

我不会为每个功能制作单独的表格。我会制作一个通用的数据库结构。

 Businesses
    -------------
    biz_id (PK)
    name
    website
    isnew
    ...

    Biz_Feature
    -----------------------
    biz_id (FK)
    feature(FK)

    Feature
    -----------
    Feature_id (PK)
    FeatureType_id (FK)
    name

    Feature_Type
    -----------
    Feature_Type (PK)
    Name

例如，

Feature_Type
1   good for kids
2   parking

Feature
id   type_id    name
1      1         yes
2      1          no
3      2         street
4      2         garage

这就是我要开始的地方。但然后添加额外的信息来确定该功能是否应显示为复选框。

Answer 2

您最终可能需要按功能搜索企业，这意味着这些功能需要建立索引。

Daveo 的建议相当于添加一个 EAV 商店——在我看来，这正是您想要的。您无法有效地为 EAV 存储建立索引。

我正在考虑将每个功能放入其自己的表中，并通过 *biz_id* 链接到主要业务表

如果您最终需要挖掘数据，这确实是正确的方法。