database - 如何更新多对多链接表中的数据？

Question

为简单起见，我们假设有一个 Post 表和一个 Tags 表(不是实际用例，但这将使它保持简单)

帖子表

id |  title
--------------------------------
1  |  Random Text Here
2  |  Another Post About Stuff

标签表

id | tag
--------------------------------
1  | javascript
2  | node
3  | unrelated-thing

posts_tags 表

id| post_id | tag_id
--------------------------------
1 | 1       | 1
2 | 1       | 2
3 | 1       | 3
4 | 2       | 2

一个帖子可以有多个标签，一个标签可以与多个帖子相关联。

Web 应用程序假设 让我们假设添加/删除标签不会触发 Web 应用程序中针对链接表的单个异步操作。 相反，用户将编辑帖子(添加或删除任何已创建的标签)然后点击保存。 Web 应用程序会将包含与帖子关联的标签 ID 数组的 JSON 提交到服务器，然后服务器将处理代码中的更新请求。

例如，post_id=1 仅与 tag_id=[1,2] 一起提交，因此 tag=3 需要删除为链接表中的关联。

如果帖子或标签被删除，我会设置 ON DELETE CASCADE

• posts_tags.post_id
• posts_tags.tag_id

但是，在更新与帖子关联的标签的实例中，更新链接表数据的最佳方式是什么？

选项 1:

• 获取已编辑帖子的所有帖子标签 SELECT * FROM posts_tags WHERE post_id = 1
• 确定添加了哪些标签(并将 INSERT 插入到链接表中)
• 确定哪些标签已被删除(并从链接表中删除)

选项 2:

• 删除链接表中所有带有post_id的标签
• 将所有提交的标签插入链接表

选项 3:

• 我没有考虑的事情:)

随着表的增长，选项 2 是否会对索引产生更大的性能影响？

编辑:

• 为清楚起见，实际的帖子和标签数据未​​更改或删除。这纯粹是关于更新帖子的相关标签
• 我使用的数据库是 PostgreSQL 9.6

Answer 1

从性能的角度来看，选项 2 会很好 - 比选项 1 好得多，因为您有一个删除旧关联的操作，然后是一堆插入语句。在选项 1 中，您有更多查询(您的第一个查询是检索关联，然后是删除(如果适用))。

只要您的表在 post_id 上有索引，那么 delete * from posts_tags where post_id = ? 会快如闪电，即使是在一个巨大的表上也是如此。

还有一个选择...

posts_tags 表

id| post_id | tag_id | version_id
--------------------------------
1 | 1       | 1      | 0
2 | 1       | 2      | 0
3 | 1       | 3      | 1
4 | 2       | 2      | 0
5 | 1       | 1      | 2
6 | 1       | 3      | 2

在这种情况下，您使用版本控制机制来确定“当前”关联 (max(version_id))，因此您永远不必删除任何内容 - 您只需插入新行。

在实践中，这可能不会更快，但它确实为您省去了“删除”查询。