在关系数据库中存储“元数据”的正确方法是啥？

Posted 2023-03-12

【中文标题】在关系数据库中存储“元数据”的正确方法是啥？

【英文标题】：What is the proper way to store 'metadata' in relational database?在关系数据库中存储“元数据”的正确方法是什么？

【发布时间】：2013-02-01 20:38:44

【问题描述】：

我有一个名为assets 的表，其中资产可以属于一个用户、团队或部门，并且可能属于每个用户、团队或部门的多个。我的问题是资产是高度可变的，并且可能具有与它们相关联的属性，每个属性都不同。

例如。这些可能是资产：

1.)
type:workbench
cost:200
vendor:Acme Co.
color:black
2.)
type:microscope
serial_no:BH-00102
purchase_date:1337800923
cost:2040

这可能会持续到成百上千种不同类型的资产。

如何以易于查询的标准化方式存储此类数据，而无需在每次添加新资产类型时更改我的表？一些字段也存在于所有资产中，例如成本。

到目前为止，我认为我应该拥有：

assets
id,cost,purchase_date,asset_type_id

asset_types
id,name

division_assets
division_id,asset_id

user_assets
user_id,asset_id

但我不知道将变化的数据放在哪里

【问题讨论】：

一个属性可以与资产数量相关吗？

某些属性适用于所有资产，但所有其他属性不适用于个别资产类型。

你要搜索那些变量属性吗？另外，请阅读EAV

如果你使用 Postgres，你可以使用 hstore 模块，它非常有效。

@TiagoMartinsPeres：在 2022 年，使用 jsonb 可能会更好

【参考方案1】：

我建议这样做：

assets (

   id
   asset_type_id
   vendor_id
   cost
   purchase_date

)

asset_poperties (

    id
    asset_id
    asset_property_type_id
    value

)

asset_property_types (

     id
     property_type

)

asset_types (

   id
   asset_type

)

vendors (

   id
   vendor

)

【讨论】：

这不允许可变字段

因此，发生变化的属性进入 assets 表，而常见的属性存储在单独的表中（asset_types、vendors 等），并通过外键链接到 assets 表。跨度>

但是用户可以添加附加不同数据的资产类型，但我不希望用户能够改变数据库的结构。

您可以创建一个像asset_properties 这样的附加表，其中包含字段id、asset_property_type、value，然后将其链接到资产表。

我想过，但它会产生非常尴尬的查询。

【参考方案2】：

您可以为asset_metadata添加另一个表

asset_metadata
asset_metadata_id,asset_id,metadata_name,metadata_value

如果你想对元数据进行规范化和分类，可以这样规范化：

asset_metadata
asset_metadata_id,asset_id,metadata_name_id,metadata_value

metadata_name
metadata_name_id,metadata_name_text

【参考方案3】：

我建议将成本等常见属性放在常规列中。然后再添加一列，在其中放置所有其他可变资产属性的序列化集合。

CREATE TABLE assets (
  asset_id INT AUTO_INCREMENT PRIMARY KEY,
  cost NUMERIC(9,2),
  purchase_date DATE,
  variables TEXT
);

您可以将集合序列化为 JSON 或 XML 或任何您想要的。使用您的应用程序代码最容易处理的任何内容。

INSERT INTO assets VALUES (123, 49.95, CURDATE(), 'color: black; vendor: Acme Co.');

优点是您可以随时向文本 blob 添加新属性。缺点是不能读取或写入单个属性，必须将整个集合视为一个块。

但您可以索引单个属性以使其可搜索。您需要为每个要搜索的属性创建一个新表（但这可能是所有属性的一小部分）：

CREATE TABLE asset_color (
  asset_id INT NOT NULL,
  color VARCHAR(10),
  PRIMARY KEY (asset_id, color),
  KEY(color)
);

并非所有资产都记录在此表中，只有那些具有颜色的资产。

然后您可以对所有具有颜色属性的资产进行索引搜索：

SELECT assets.*
FROM assets INNER JOIN asset_color USING (asset_id);

您还可以对具有颜色属性且颜色为黑色的资产进行索引搜索：

SELECT assets.*
FROM assets INNER JOIN asset_color USING (asset_id)
WHERE color = 'black';

真的没有办法设计一个允许变量属性的规范化数据库。所有范式首先要求表是一个关系。并且根据定义，关系必须具有一组固定的属性。

其他人推荐 EAV 表，但 EAV 中的“值”列不符合具有类型的关系列的定义（其他后果是约束在 EAV 表中不起作用） .因此EAV表不是关系，也不能满足任何范式。

【讨论】：

将序列化的属性放入单个列也不是规范化的：它违反了第一范式（原子值）。无论如何，用纯规范化形式的关系数据库解决这个问题是不可能的。

【参考方案4】：

当我过去遇到这种情况时，“最佳”答案总是会根据我想要在数据库中执行多少处理，以及在客户端代码中执行多少而有所不同。

对于它的价值，过去对我来说最有效的方法通常是每个可选属性都有一个表（特别是每个实体类型不是一个表）。所以，在你上面的例子中

assets (as per your example)
asset_types (as per you example)
division_assets (as per your example)
user_assets (as per your example)
colours
  asset_id, colour
weights
  asset_id, weight
serial_numbers
  asset_id, serial_number

当然，根据您需要做出的权衡，这对您来说可能是一个糟糕的选择。就我个人而言，我喜欢尽可能明确地保持数据架构，包括数据类型和约束，因此下次出现新属性时，我无需更改表。

【参考方案5】：

您可以创建两个新表：

1) 在下表中定义多个资产属性（尽可能多的资产）

asset_id

资产属性

资产价值

2) 资产属性表

attribute_id

资产属性

逻辑是asset_attributes 需要首先在asset_attribute 表中定义，然后它可以与任何资产一起使用（链接/标记）（作为外键，来自UI 上的下拉列表）和适当的输入的值。

希望这会有所帮助。