mysql - 关系数据库 (RDBMS) 非规范化数据

Question

我认为这个问题并没有专门针对 MySQL(我正在使用的数据库)，而是一个关于最佳实践的问题。

到目前为止，我的问题可以通过创建表并查询它们来解决(有时在这里和那里加入)。但是我正在做的一些事情感觉不对，每当我需要一个非规范化数据以及我的“常见”查询时，它就会触发我。

示例用例

为了更好地表达自己，让我们创建一个肤浅的场景:

• 一个 user 可以买一个 product ，生成一个 purchase (让我们忽略 purchase 只能有一个 product 的事实)；
• 并且我们需要查询 product s 以及它已经出现 purchase d 的总次数；

为了解决我们的用例，我们可以定义一个简单的结构，由:

• product 表:

  • product_id [INT PK]

• user 表:

  • user_id [INT PK]

• purchase 表:

  • purchase_id [INT PK]
  • product_id [INT FK 不为空]
  • user_id [INT FK 不为空]

这里感觉不对:当我们需要检索 product 的列表及其已购买的总次数时，我会创建查询:

# There are probably faster queries than this to reach the same output
SELECT
    product.product_id,
    (SELECT COUNT(*) FROM purchase
      WHERE purchase.product_id = product.product_id)
FROM
    product

我的担心来源是我读到 COUNT 执行全表扫描，当扩展到数千种正在购买的产品时，它让我害怕执行上面的查询 - 即使我已经用 product_id FK 创建了一个 INDEX在 purchase 上(MySQL 默认执行此操作)。

---

可能的解决方案

我对关系数据库的了解很浅，所以在比较这些问题的替代方案(可能的方案)时，我有点不知所措。并不是说我没有做功课(问之前先搜索)，我发现有理由:

创建交易:

INSERT插入新的 purchase 时，它必须始终在事务内，该事务还使用 product 更新 purchase.product_id 表。

可能的问题:人为错误。有人可能会在不执行事务和 BAM 的情况下手动插入 purchase - 我们存在不一致。

创建触发器:

每当我在某个特定表中插入、删除或更新某些行时，我都会用新值 (product) 更新我的 bought_amount 表。所以表格会变成:

• product 表:
  • product_id [INT PK]
  • bought_amount [INT NOT NULL];

可能出现的问题:触发器是不是很贵？有没有一种方法可以使插入成功但触发器不会 - 从而使我感到不一致？

---

问题

更新某些表以存储不断变化的数据是 RDBMS 的合理方法吗？是否更安全并且 - 从长远来看 - 只是继续加入并计算/总结其他事件是否更有益？

我发现了几个关于这个问题的有用问题/答案，但没有一个从广泛的角度解决这个问题。 请考虑到我对 RDBMS 的无知，因为我可能会提出一些废话可能的解决方案。

Answer 1

获取每个键的计数的常用方法是

SELECT product_id, COUNT(*)
FROM purchase
GROUP BY product_id

您无需提及product 表，因为它只包含键列。现在虽然它使用了 COUNT(*)，但它不需要对每个 product_id 进行全表扫描，因为 SQL 引擎足够智能，可以看到 GROUP BY 。

但这会产生与您的查询不同的结果:对于从未购买过的产品，我的查询根本不会显示它们；您的查询将显示计数为零的 product_id。

那么在您开始担心实现和效率之前，您想要回答什么问题？如果您想查看所有 product 是否已购买，则必须扫描整个 product 表并从中查找 purchase。我会去

SELECT product_id, count
FROM product
OUTER JOIN (SELECT product_id, COUNT(*) AS count
            FROM purchase
            GROUP BY product_id) AS purch
ON product.product_id = purch.product_id

关于您的更广泛的问题(不确定我是否完全理解它们)，在早期，SQL 在这种连接和聚合方面效率很低，并且模式通常在多个表中使用重复的列进行非规范化。 SQL 引擎现在更加智能，因此没有必要。您可能会在较旧的教科书中看到这种老式的做法。我会忽略它并尽可能规范地设计您的架构。