避免在具有非唯一列的mySQL表中重复条目

我正在为私人网站开发CMS系统（主要是作为学习练习）。 Atm我有三个表格：一个用于文章，一个用于标签和连接表格，以便每篇文章可以有多个标签。避免在具有非唯一列的mySQL表中重复条目

我有问题，与由三列的表格 -

article_tags: id (auto_increment), article_id, tag_id

我的问题从文章可以出现任意次数，和标签也可以出现任意次数的事实茎，然而，两者的给定组合应该只出现一次 - 也就是说，每篇文章应该只有一个引用任何一个标签。目前，它可以插入“重复”行，其中的ID是不同的，但的article_id和TAG_ID的组合是相同的：

id , article_id, tag_id 
1  1   1 
2  1   2  
3  2   1  
4  1   1 <- this is wrong

我可以在PHP代码检查包含此组合的记录，但我如果可能的话，宁愿在sql中执行它（如果不是，或者它是不受欢迎的，那么我将使用PHP来完成）。由于id不同，并且无法设置独特的列，例如INSERT IGNORE和ON DUPLICATE不起作用。

我对mySQL非常陌生，所以如果我在做一些愚蠢的事情，请点我正确的方向。

感谢

来源

2014-01-25 ProFishChris

您应该查看您的表格定义。

你可以（从最好到最差）：

添加上（的article_id和TAG_ID）复合主键和删除AUTO_INCREMENT（以前的主键）
上（article_id的添加一个索引（UNIQUE）和TAG_ID），并保持您的auto_increment主键
选择PHP不同：SELECT DISTINCT(article_id, tag_id) FROM ...没有现在在你的餐桌

改变任何东西，你的表被定义为是这样的：

CREATE TABLE IF NOT EXISTS `article_tags` (
    `id` int(10) unsigned NOT NULL AUTO_INCREMENT, 
    `article_id` int(11) NOT NULL, 
    `tag_id` int(11) NOT NULL, 
    PRIMARY KEY (`id`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

的最佳解决方案（方案1）将删除当前（AUTO_INCREMENT）主键，并添加列主键（复合）ARTICLE_ID和TAG_ID：

CREATE TABLE IF NOT EXISTS `article_tags` (
    `article_id` int(11) NOT NULL, 
    `tag_id` int(11) NOT NULL, 
    PRIMARY KEY (`article_id`,`tag_id`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

但（选项2）如果你绝对要保持你的auto_increment主键，在您的列添加一个索引（唯一）：

CREATE TABLE IF NOT EXISTS `article_tags` (
    `id` int(10) unsigned NOT NULL AUTO_INCREMENT, 
    `article_id` int(11) NOT NULL, 
    `tag_id` int(11) NOT NULL, 
    PRIMARY KEY (`id`), 
    UNIQUE KEY `article_id` (`article_id`,`tag_id`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

无论如何，如果你不想改变你的表definitio n，你可以随时在你的php查询中使用DISTINCT：

SELECT DISTINCT(article_id, tag_id) FROM article_tags

来源

2014-01-25 14:03:51

非常简洁的答案。如果我理解正确＃3是最差的，因为它会增加SELECT查询的开销？＃2更糟糕，因为它基本上和＃1一样，但是在旧的auto_increment形式中有一个额外的（不必要的？）列？ – ProFishChris

不再简洁。看到我编辑的答案 –

虽然更详细！对不起，我感到困惑，但我更感兴趣的是你为什么按照你的方式命令他们，而不是如何实现他们 – ProFishChris

这样的许多一对多的关系表，有时也被称为连接表，通常只有两个列，并且有一个主键这两者的复合材料。

article_id 
    tag_id 
    pk = (article_id, tag_id)

如果更改了表的定义，你会明确地解决这个问题。

如何订购组合键中的列？这取决于您的应用程序将如何查找连接表中的项目。如果您始终以article_id开头并查找tag_id，那么您首先将article_id放入密钥中。 DBMS可以随机访问密钥中第一列的值，但必须扫描索引以在密钥的第二（或后续）列中查找值。

您可能想在表格上创建第二个索引(tag_id, article_id)。这将允许基于tag_id的快速查找。你可能会问，“为什么还要把两列都放在索引中？”这是为了使指数成为覆盖指数的。在覆盖索引中，可以直接从索引中检索所需值。例如，对于覆盖索引，

SELECT article_id FROM article_tag WHERE tag_id = 12345

（或JOIN使用类似查找逻辑）仅需要访问磁盘驱动器上的索引来获取结果。如果您没有覆盖索引，则查询需要从索引跳转到数据表，这是一个额外的步骤。

连接表通常有非常短的行（几个整数），因此一些覆盖索引（主键和额外的索引）的重复数据不是一个大的磁盘空间大小。

来源

2014-01-25 14:00:58

这正是我寻找的那种优雅的解决方案。复合键并不是我在我的经验中遇到的 - 当然是有限的。综合指数的顺序有没有明显的区别，还是没有关系？ – ProFishChris

@ProFishChris，请参阅我的编辑。好问题。 –

哇，这比我想象的要多得多。十分有趣。感谢您澄清 – ProFishChris

避免在具有非唯一列的mySQL表中重复条目

回答

相关问题