将分隔列表存储在数据库列中真的那么糟糕吗?

问题描述 投票:336回答:10

想象一下带有一组复选框的Web表单(可以选择其中的任何一个或全部)。我选择将它们保存在存储在数据库表的一列中的逗号分隔值列表中。

现在,我知道正确的解决方案是创建第二个表并正确地规范化数据库。实现简单的解决方案更快,我想快速获得该应用程序的概念验证,而无需花费太多时间。

我认为节省的时间和更简单的代码在我的情况下是值得的,这是一个可辩护的设计选择,还是我应该从一开始就将它标准化?

更多上下文,这是一个小型内部应用程序,实际上取代了存储在共享文件夹中的Excel文件。我也在问,因为我正在考虑清理程序并使其更易于维护。在那里有一些我并不完全满意的事情,其中​​一个是这个问题的主题。

database database-design database-normalization
10个回答
530
投票

除了因为存储在单个列中的重复值组而违反First Normal Form之外,逗号分隔列表还有许多其他更实际的问题:

  • 无法确保每个值都是正确的数据类型:无法阻止1,2,3,banana,5
  • 无法使用外键约束将值链接到查找表;无法强制执行参照完整性。
  • 无法强制执行唯一性:无法阻止1,2,3,3,3,5
  • 如果不提取整个列表,则无法从列表中删除值。
  • 无法存储的列表长度超过字符串列中的列表。
  • 难以搜索列表中具有给定值的所有实体;你必须使用低效的表扫描。可能不得不诉诸正则表达式,例如在MySQL中: idlist REGEXP '[[:<:]]2[[:>:]]' *
  • 难以计算列表中的元素,或执行其他聚合查询。
  • 很难将值加入到他们引用的查找表中。
  • 难以按排序顺序获取列表。

要解决这些问题,您必须编写大量的应用程序代码,重新发明RDBMS已经提供的功能更高效。

以逗号分隔的列表是错误的,我把它作为我书中的第一章:SQL Antipatterns: Avoiding the Pitfalls of Database Programming

有时您需要使用非规范化,但作为@OMG Ponies mentions,这些都是异常情况。任何非关系型“优化”都会以牺牲其他数据使用为代价,从而使一种查询受益,因此请确保您知道哪些查询需要特别对待,以至于它们需要进行非规范化。


* MySQL 8.0不再支持这种字边界表达式语法。


0
投票

如果你有一个固定数量的布尔字段,你可以使用INT(1) NOT NULL(或BIT NOT NULL,如果存在)或CHAR (0)(可为空)。你也可以使用SET(我忘了确切的语法)。


39
投票

关于SO的问题有很多问题:

  • 如何从逗号分隔列表中获取特定值的计数
  • 如何从该逗号分隔列表中获取仅具有相同2/3 / etc特定值的记录

逗号分隔列表的另一个问题是确保值一致 - 存储文本意味着拼写错误的可能性......

这些都是非规范化数据的症状,并强调了为什么要始终为规范化数据建模。非规范化可以是查询优化,在需要实际呈现时应用。


38
投票

“一个原因是懒惰”。

这响起警钟。你应该做这样的事情的唯一原因是你知道如何以“正确的方式”做到这一点但你已经得出结论,有一个切实的理由不这样做。

话虽如此:如果您选择以这种方式存储的数据是您永远不需要查询的数据,那么可能存在以您选择的方式存储它的情况。

(有些用户会对我上一段中的陈述提出异议,说“你永远不知道将来会添加什么要求”。这些用户要么被误导,要么说出宗教信仰。有时候,按照你的要求工作是有利的。在你之前。)


17
投票

一般来说,如果符合项目要求,任何事物都可以防御。这并不意味着人们会同意或想要捍卫你的决定......

通常,以这种方式存储数据是不理想的(例如,难以进行有效的查询),如果修改表单中的项目,可能会导致维护问题。也许你可以找到一个中间地带并使用代表一组位标志的整数代替?


12
投票

是的,我会说这真的很糟糕。这是一种可辩护的选择,但这并不能使其正确或良好。

它破坏了第一个正常形式。

第二个批评是将原始输入结果直接放入数据库,而没有任何验证或绑定,这使您对SQL注入攻击持开放态度。

你所谓的懒惰和缺乏SQL知识的是新手所构成的东西。我建议花点时间做好,把它看作是学习的机会。

或者保持原样并学习SQL注入攻击的痛苦教训。


7
投票

我需要一个多值列,它可以实现为xml字段

它可以根据需要转换为逗号分隔

querying an XML list in sql server using Xquery

通过作为xml字段,可以解决一些问题。

使用CSV:无法确保每个值都是正确的数据类型:无法阻止1,2,3,banana,5

使用XML:标记中的值可以强制为正确的类型


使用CSV:无法使用外键约束将值链接到查找表;无法强制执行参照完整性。

使用XML:仍然是一个问题


使用CSV:无法强制执行唯一性:无法阻止1,2,3,3,3,5

使用XML:仍然是一个问题


使用CSV:如果不提取整个列表,则无法从列表中删除值。

使用XML:可以删除单个项目


使用CSV:很难搜索列表中具有给定值的所有实体;你必须使用低效的表扫描。

使用XML:可以索引xml字段


使用CSV:难以计算列表中的元素,或执行其他聚合查询。**

使用XML:不是特别难


使用CSV:很难将值连接到他们引用的查找表。**

使用XML:不是特别难


使用CSV:难以按排序顺序获取列表。

使用XML:不是特别难


使用CSV:将整数存储为字符串所需的空间大约是存储二进制整数的两倍。

使用XML:存储甚至比csv更糟糕


使用CSV:加上很多逗号字符。

使用XML:使用标记而不是逗号


简而言之,使用XML可以解决分隔列表中的一些问题,并且可以根据需要转换为分隔列表


6
投票

好吧,我一直在SQL Server的NTEXT列中使用键/值对选项卡分隔列表超过4年了,它的工作原理。你确实失去了进行查询的灵活性,但另一方面,如果你有一个库,它可以持久存储/篡改键值对,那么这不是一个坏主意。


6
投票

是的,那很糟糕。我的观点是,如果你不喜欢使用关系数据库,那么寻找一个更适合你的替代方案,有很多有趣的“NOSQL”项目,其中有一些非常先进的功能。


0
投票

我可能会采取中间立场:将CSV中的每个字段放入数据库中的单独列中,但不要担心规范化(至少目前为止)。在某些时候,规范化可能会变得有趣,但是将所有数据推入单个列中,您几乎无法从使用数据库中获益。您需要将数据分成逻辑字段/列/无论您想要调用它们,然后才能有意义地操作它。

© www.soinside.com 2019 - 2024. All rights reserved.