database - 在数据库列中存储分隔列表真的那么糟糕吗？

Question

想象一个带有一组复选框的 Web 表单(可以选择其中任何一个或全部)。我选择将它们保存在存储在数据库表的一列中的逗号分隔值列表中。

现在，我知道正确的解决方案是创建第二个表并正确规范化数据库。实现简单的解决方案速度更快，我希望快速获得该应用程序的概念验证，而不必在其上花费太多时间。

我认为在我的情况下节省的时间和更简单的代码是值得的，这是一个合理的设计选择，还是我应该从一开始就将其标准化？

更多上下文，这是一个小型内部应用程序，本质上替换了存储在共享文件夹中的 Excel 文件。我问这个问题也是因为我正在考虑清理该程序并使其更易于维护。其中有些事情我不太满意，其中之一就是这个问题的主题。

Answer 1

除了违反First Normal Form由于重复的值组存储在单个列中，因此逗号分隔的列表还有许多其他更实际的问题:

• 无法确保每个值都是正确的数据类型:无法防止 1,2,3,banana,5
• 不能使用外键约束将值链接到查找表；无法强制执行引用完整性。
• 无法强制唯一性:无法阻止1,2,3,3,3,5
• 如果不获取整个列表，则无法从列表中删除值。
• 存储的列表长度不能超过字符串列的长度。
• 很难搜索列表中具有给定值的所有实体；你必须使用低效的表扫描。可能不得不求助于正则表达式，例如在 MySQL 中:
  idlist REGEXP '[[:<:]]2[[:>:]]'或在 MySQL 8.0 中:idlist REGEXP '\\b2\\b'
• 很难对列表中的元素进行计数，或进行其他聚合查询。
• 很难将值连接到它们引用的查找表。
• 很难按排序顺序获取列表。
• 很难选择一个保证不会出现在值中的分隔符

为了解决这些问题，您必须编写大量应用程序代码，重新发明 RDBMS 已经提供的更高效的功能。

逗号分隔的列表是错误的，我把它作为我书中的第一章:SQL Antipatterns, Volume 1: Avoiding the Pitfalls of Database Programming .

有时您需要采用非规范化，但如 @OMG Ponies mentions ，这些都是异常(exception)情况。任何非关系“优化”都会使一种类型的查询受益，但会牺牲数据的其他用途，因此请确保您知道哪些查询需要特别处理，以便它们值得非规范化。