Question

我正在开发一个大型内容网站，其中包含一个“内容”表，其中包含超过5000万条记录。这是表结构：

contain id(INT11 INDEX), 
name(varchar150 FULLTEXT), 
description (text FULLTEXT), 
date(INT11 INDEX)

我想在此内容中添加“标签”。

我认为有两种方法：

在表格内容中创建一个varchar（255 FULLTEXT）“tags”列。存储由逗号分隔的所有标签，并使用MATCH＆amp ;;逐行搜索（我认为这将是慢的）。 AGAINS。
制作2张桌子。第一个表名“tags”包含列id，tag（varchar（30 INDEX或FULLTEXT？）），“contents_tags”包含id，tag_id（int11 INDEX）和content_id（int11 INDEX）以及通过3个表的JOINS搜索内容（内容） - contents_tags - tags）检索带有标签的所有内容。

我认为这是一个缓慢的记忆杀手，因为50M的狂热联接 table * contents_tags * tags。

存储标签以使其尽可能高效的最佳方法是什么？什么是通过文本搜索的最快方式（例如“movie 3d 2011”和简单标记“视频”）以及查找内容。？

桌子的大小（现在大约5Gb没有标签）。该表是MYISAM，因为我需要将FULLTEXT中表格内容的名称和描述存储到字符串搜索（用户现在通过这些字段搜索），并且需要以标签搜索的最佳速度。

有没有经验？

谢谢！

Answer 1

FULLTEXT索引真的不像你想象的那么快。

使用单独的表格存储您的代码：

Table tags
----------
id integer PK
tag varchar(20)

Table tag_link
--------------
tag_id integer foreign key references tag(id)
content_id integer foreign key references content(id)
/* this table has a PK consisting of tag_id + content_id */

Table content
--------------
id integer PK
......

使用以下标签选择标记x的所有内容：

SELECT c.* FROM tags t
INNER JOIN tag_link tl ON (t.id = tl.tag_id)
INNER JOIN content c ON (c.id = tl.content_id)
WHERE tag = 'test'
ORDER BY tl.content_id DESC /*latest content first*/
LIMIT 10;

由于外键，tag_links中的所有字段都被单独编入索引 `WHERE tags ='test'选择1（！）记录 Equi-join加上10,000个taglinks Equi-join 每个都有1个内容记录（每个tag_link只指向1个内容）。
由于限制10，MySQL会在有10个项目后立即停止查看，因此它实际上只查看10个tag_links记录。
content.id是自动增量，因此较高的数字是新文章的快速代理。

在这种情况下，你从不需要寻找除了相等之外的任何东西，并且你开始使用整数键等同加入的1个标记（可能是最快的连接）。

没有关于它的if-thens-or-buts，这是最快的方法。

请注意，因为最多只有1000个标签，所以任何搜索都会比在完整内容表中钻取快得多。

<强>最后
CSV字段是一个非常糟糕的主意，从不在数据库中使用。

在巨大的表格中存储速度“标签”的最佳方式

1 个答案: