用于多实体高性能标记的数据库

Question

我正在为社交应用程序设计一个数据库，并试图确定我的方法是否 1) 表现良好，2) 是否正确标准化？

我对标签查询性能和数据库设计的研究得出的结论是，具有全文索引搜索的单个标签表可产生最佳性能。

请参阅：http://tagging.pui.ch/post/37027746608/ tagsystems-performance-tests

我知道我可以（并且应该从纯粹规范化的角度来看）将标签放在一个单独的表中，每个标签都有一个键，但是随着数据库变大，性能会受到影响（根据链接的文章）。标签搜索是我的应用程序的关键组件，必须表现良好。

下面的结构说明了我设计的使用桥接元数据表的基本方法，我希望使用这个单个表来桥接更多的“对象表”，但我只提供了几个来说明这一点：

Users Table: UserID PK、用户名等

博客表：BlogID PK、UserID FK、BlogTxt 等

照片表：PhotoID PK、UserID FK、PhotoPath 等

元数据表：MetadataID PK、UserID FK、ObjectTable（帖子或博客）、ObjectID FK（PostID 或 BlogID）、标签（tag1、tag2、tag3）

除了上述问题之外，我也有兴趣知道是否有更好的替代方案。我是数据库设计的新手，所以请原谅我对正确执行此操作的方法的严重无知。  非常感谢。

Answer 1

我对标签查询性能和数据库设计的研究得出的结论是，具有全文索引搜索的单个标签表可产生最佳性能。

这实际上是不正确的...

您可以获得的最佳性能是切换到具有数组类型和位图索引扫描的数据库引擎，在 int[] array 使用触发器列，并在其上添加适当的索引（gin、gist、rtree）。

这允许编写查询（下面的 Postgres 语法），例如：

create index on posts using gin (tags);

-- bitmap AND/OR index scan on posts
-- has 1 or 2 or 3 or any of 4, 5, 6 without 7 or 8
select *
from posts
where tags && array[1,2,3]
or tags && array[4,5,6] and not tags && array[7,8]

上面的内容将消除您可以想到的使用 MySQL 的任何潜在优化。