性能：使用冗余数据连接表与大表

Question

让我们说我有一堆产品。每个产品都有由多个段落组成的ID，价格和长描述。每个产品还有多个sku编号，代表不同的尺寸和颜色。

澄清：product_id 1有3个skus，product_id 2有5个skus。产品1中的所有skus都具有相同的价格和描述。产品2的价格和描述与产品1不同。所有产品2的skus共享产品2的价格和描述。

我可以为每个sku创建一个包含不同记录的大表。记录将有冗余字段，如长描述和价格。

或者我可以有两张桌子。一个名为“products”的产品，包含product_id，价格和描述。还有一个名为“skus”的产品包含product_id，sku，颜色和尺寸。然后我会加入product_id列的表格。

$query = "SELECT * FROM skus LEFT OUTER JOIN products ON skus.product_id=products.product_id WHERE color='green'";

或

$query = "SELECT * FROM master_table WHERE color='green'";

这是我的设置的一个愚蠢的版本。最后会有更多的列和很多产品。哪种方法会有更好的表现？

更具体一点：假设我想在long_description列上搜索所有skus。我想比较一个表有5000个long_description和5000个skus vs OUTER JOINing两个表，一个有1000个long_description记录，另一个有5000个skus。

Answer 1

这取决于这些表的用法 - 为了获得确定的答案，您应该同时使用代表性数据集/系统使用情况进行比较。

正常的方法是仅对数据进行非规范化以解决您遇到的特定性能问题，因此在这种情况下，我的建议是默认加入两个表，并且如果您有一个表，则仅使用单个表进行非规范化性能问题并发现非规范化修复了它。

Answer 2

OLTP更好地规范化表格

加入查询，更简单的数据管理和短查询的良好响应

OLAP非规范化表更好

表格大多不会改变，也不适合长期查询