我应该使用平面表还是规范化数据库？

Posted 2023-03-08

【中文标题】我应该使用平面表还是规范化数据库？

【英文标题】：Should I use flat tables or a normalized database?

【发布时间】：2011-05-18 16:48:40

【问题描述】：

我目前正在开发一个 Web 应用程序，它使用 mysql 数据库作为后端，在我继续之前，我需要知道什么更适合我的情况。

简单地说，在这个应用程序中，用户将能够使用任何数字字段（他们决定）构建自己的表单，现在我将它们全部存储在由外键链接的几个表中。我的一个朋友建议，为了保持“简单/快速”，我应该将每个用户的表单转换为一个平面表，以便从他们那里查询数据保持快速（以防大幅增长）。

我应该使用外键（索引等）汇集到关系表中的所有内容来规范数据库，还是应该为用户创建的每个新表单构建平面表？

显然，创建平面表的一些好处是数据分离（安全）和查询速度会降低。但是说真的，我会从中获得多少收益？我真的不想要 10000 个表并且一直在删除、更改和添加，但如果它比我会做的更好......我只需要一些输入。

谢谢

【问题讨论】：

正常化，直到它受伤。 :)

不是一个真正的答案...但您始终可以使用***作为指导。这是***的数据库架构：commons.wikimedia.org/wiki/File:Mediawiki-database-schema.png

@shamazing 然后去规范化直到它工作。 80))

我最近也问了一个类似的问题，可能是换个角度programmers.stackexchange.com/questions/212822/…

【参考方案1】：

规范化 == 快速搜索、更易于维护索引、更慢的插入事务（在多行上）

非规范化 == 快速插入，通常在有大量插入时使用（收集和记录时序数据的数据仓库）

【参考方案2】：

保持数据标准化。如果索引正确，很长一段时间内都不会遇到性能问题。

关于安全性：扁平化方法需要您编写大量的创建/删除表、更改表等语句，即更多的代码和更多的故障点。

拥有平面文件的唯一原因是您的用户可以直接连接到数据库（您仍然可以寻求行级安全性）。但在这种情况下，您实际上是在重新实现 phpmyadmin 的变体

【讨论】：

+1 非常好的答案。 Martin 在很长一段时间后开始出现性能问题时该怎么办？我从来没有处理过这么多的数据/流量，所以不确定下一步是什么

a) 索引非常快 - 在 100 mio 中查找值。行表中一般只要对相关列进行索引就没有问题。所以在你遇到性能问题之前确实有很多空间。 b) 您可以按范围分区 表，例如为每1000 个用户ID 创建一个分区。您的查询将主要影响单个用户 ID，从而影响单个分区 - 所以这应该几乎线性扩展。

【参考方案3】：

我处理这个问题的方法是使用标准化的、可扩展的“属性”表，如下所示：

Table: FormProperty
 id: pk
 form_id: fk(Form)
 key: varchar(128)
 value: varchar(2048)

上面只是一个例子，但我在很多情况下都使用过这种模式，而且效果很好。唯一真正的“陷阱”是您需要将值序列化为字符串/varchar，然后将其反序列化为所需的任何内容，因此客户端需要承担一些额外的责任。

【讨论】：

要创建一个登录表单，例如，您可以： 插入 FormProperty(form_id, key, value) 值 (1, 'email', '' );插入 FormProperty(form_id, key, value) 值 (1, 'password', 'password');

作为上述示例中 json/xml 的替代方案，您可以为字段属性创建一个附加表并通过外键链接它/它们。

【参考方案4】：

...在此应用程序中，用户将能够使用任何数字字段构建自己的表单...

哎呀！那么，当用户在本质上为您做出数据库决策时，您如何可能进行任何形式的规范化。

我认为您要么需要逐步管理它，要么让您的怪胎旗帜飘扬，并继续购买硬件以跟上用户真正开始使用它时您将要获得的震撼......举个例子，看看当用户开始了解如何在 SharePoint 中创建新的表单和视图时会发生什么......CRIKY！谈论范围蔓延！

【讨论】：

明确定义他们可以创建哪些字段/输入。限制他们可以进行的自定义数量。范围是为项目定义的，除非我这样做，否则不应更改。感谢您的意见。

@Steve B。您可能会考虑他们可以添加的通用字段的调色板，这些字段是标准化的。例如：员工 id 进入 emp_table，这样人们就不会重新创建***。

我有一个包含 15 个左右输入的列表，用户可能会在表单上使用这些输入，这可能会增长，但几乎可以满足他们需要的任何操作，它们存储在静态表中并通过 id 链接到用户表单。

【参考方案5】：

保持数据标准化。如果您有正确的索引，系统应该会保持快速。

如果你真的想走得更快，那么将架构切换到 bigDB /couchDB 等键值数据库之一。这是完全非规范化的并且非常非常快。

【参考方案6】：

在运行时更改架构很少是一个好主意。您要考虑的是 EAV（实体-属性-值）模型。

***有some very good info 的优缺点，以及实现细节。应尽可能避免 EAV，但对于像您这样的情况，每个表单的列数未知，EAV 值得考虑。

【讨论】：

我从未听说过 EAV，但它似乎与我在上面使用带有键/值对的表提出的解决方案相似。我上面提出的解决方案是否类似于您建议的 EAV 解决方案？我只是好奇，因为我想了解更多有关 EAV 建模的信息。

@Matt：是的，完全正确。在您的情况下，E=form_id，A=key，V=value。在修改版本中，您可以为不同的数据类型添加额外的值列，因此您可以通过索引和聚合等提高效率，但这也增加了查询的复杂性。

【参考方案7】：

经验法则。从规范化到非规范化比反过来更容易。

从合理级别的数据库规范化开始（合理的意思是可读、可维护和高效，但不会过早优化），然后如果您在成长过程中遇到性能问题，您可以选择研究非规范化的方法提高性能。

【讨论】：

巧合的是，我正在阅读这个***.com/questions/4301089/…

谢谢，鲍勃。你提出了一个很好的观点。非常感谢。