mysql - 当有多个 JOINS 时，使用非规范化设计不是更好吗？

Question

这是我的表结构:

// posts
+----+-----------+---------------------+-------------+
| id |   title   |        body         |   keywords  |
+----+-----------+---------------------+-------------+
| 1  | title1    | Something here      | php,oop     |
| 2  | title2    | Something else      | html,css,js |
+----+-----------+---------------------+-------------+

// tags
+----+----------+
| id |   name   |
+----+----------+
| 1  | php      |
| 2  | oop      |
| 3  | html     |
| 4  | css      |
| 5  | js       |
+----+----------+

// pivot
+---------+--------+
| post_id | tag_id |
+---------+--------+
| 1       | 1      |
| 1       | 2      |
| 2       | 3      |
| 2       | 4      |
| 2       | 5      |
+---------+--------+

如您所见，我以两种方式存储关键字。两者都作为字符串放入名为 keywords 的列中，并作为关系放入其他表中。

<小时/>

现在我需要选择具有特定关键字的所有帖子(例如 php 和 html 标签)。我可以通过两种方式做到这一点:

1:使用非标准化设计:

SELECT * FROM posts WHERE keywords REGEXP 'php|html';

2:使用标准化设计:

SELECT     posts.id, posts.title, posts.body, posts.keywords 
FROM       posts
INNER JOIN pivot ON pivot.post_id = posts.id
INNER JOIN tags ON tags.id = pivot.tag_id
WHERE      tags.name IN ('html', 'php')
GROUP BY   posts.id

<小时/>

看到了吗？第二种方法使用两个JOIN。我猜它会比在巨大的数据集中使用 REGEXP 慢。

你觉得怎么样？我的意思是你的建议是什么以及为什么？

Answer 1

The second approach uses two JOINs. I guess it will be slower than using REGEXP in huge dataset.

你的直觉根本就是错误的。数据库设计用于执行 JOIN。他们可以利用索引和分区来加速查询。更高级的数据库(比 MySQL)使用表的统计信息来选择执行查询的最佳算法。

您的第一个查询始终需要对 posts 进行全表扫描。您的第二个查询可以通过多种方式进行优化。

此外，使用第一种方法来维护数据中数据的一致性要困难得多。您可能需要实现触发器来处理所有表上的更新和插入。这会减慢速度。

在某些情况下，值得付出努力来做到这一点 - 考虑汇总计数或美元或时间总计。将标签放入分隔字符串中的好处要小得多，因为相对于其他成本而言，在 SQL 中解析字符串不太可能带来真正大的好处。