mysql - 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，但我在为标签设计 mysql 表时遇到了问题。我有两个想法:

1. 每篇文章都有“tags”字段，标签的格式为:“tag1,tag2,tag3”
2. 创建另一个名为 tags 的表，字段为:tag_name、article_id

所以当我想要 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是“php、mysql、erlang”，还有 5 篇文章的标签是:“php、mysql”、“erlang， ruby”、“php erlang”、“mysql、erlang、javascript”，我会选择 1.、3. 和 4.，因为这 3 个与主要文章具有最相同的标签。

还有其他问题，获得 10 个“最常用标签”的最佳方法是什么？

Answer 1

一般这种多对多的关系，有3个表:

• “文章”表
  • 主键=id
• “标签”表
  • 主键=id
  • 包含每个标签的数据:
    • 姓名，例如
• “tags_articles”表，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。

根据这个想法，获取文章的标签列表是一个额外的查询问题，例如:

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

获得三篇“最相似”的文章意味着:

• 选择具有第一篇文章标签的文章
• 只使用那些具有最多相同标签的标签

未经测试，但一个想法可能看起来像这样:

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，你:

• 为初始文章中出现的每个标签选择文章 ID
  • 因为有一个内部连接，如果数据库中的一篇文章有​​ 2 个标签匹配 where 子句，没有 group by 子句，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 by article.id 时，每篇文章只有一行
  • 但是您将能够使用count，找出每篇文章与最初的文章有多少个标签
• 然后，只需要按标签数量排序，并只获取第三个三行即可。