问题标签 [normalization]

系统中有几种类型的对象，每种对象在数据库中都有自己的表。用户应该能够对其中任何一个进行评论。您将如何设计评论表？我能想到几个选择：

1. 一个评论表，每个对象类型（ObjectAID、ObjectBID 等）都有一个 FK 列
2. 多个注释表，每个对象类型一个（ObjectAComments、ObjectBComments 等）
3. 一个通用 FK (ParentObjectID) 与另一列指示类型 ("ObjectA")

你会选择哪个？有没有更好的方法我没有想到？

我想知道我是否在 python 中规范化 URL。

例如，如果我有一个 url 字符串，例如：“ http://www.example.com/foo goo/bar.html”

我需要一个 python 库，它将额外的空间（或任何其他非规范化字符）转换为正确的 URL。

我只是想知道这里的最佳解决方案是什么。

假设我有一个规范化的数据库。整个系统的主键是一个varchar。我想知道我应该将此 varchar 与 int 关联以进行规范化还是保留它？保留为 varchar 更简单，但可能更理想

例如我可以有

或者我可以

当然，还要添加几个其他的一对多关系。

大家怎么看？哪个更好？为什么？

我目前正在构建一个新的应用程序，具有很高的读写比率。在我现在的雇主中，出于性能原因，我们的表格上有很多非规范化数据。拥有完全 3NF 表然后使用索引视图进行所有非规范化是更好的做法吗？我应该对表或视图运行查询吗？

我感兴趣的一些事情的一个例子是列子表的聚合（例如，将用户帖子计数存储在某处）。

我有一张硬件表和一张事故表。每个硬件都有一个唯一的标签，事件与标签相关联。

如何选择至少有一个事件列为未解决的所有硬件？

我不能只是加入，因为如果一个硬件有多个未解决的问题，它会出现多次。

我正在为一个活动管理站点设计一个数据库——有一个场地表和一个活动表。每个活动都在一个场地中（存储场地的 id），每个场地都在一个城市中。必须可以按城市搜索事件，城市应该是场地表中的一个字段（这可能会由于拼写错误而导致重复的城市）或者应该有一个城市表（每个城市都有一个 id 和一个名称）和将城市与场所（cityid，venueid）连接起来的一对多表？

我知道这是一个非常基本的问题，但我不确定额外的连接和额外的两个表是否值得。

提前致谢

[编辑] @tvanfosson：从多对多变为一对多，因为每个场地都与一个城市相关联。

这是问题的简化版本。

我们有客户向我们发送大量数据，然后进行查询。他们要求我们有几个“公共”ID，他们可以用来查询我们的数据。（大多数人希望通过他们与数据一起发送的 id 来查询我们的系统，但并非总是如此）。为简单起见，我们称它们为“pid”、“crid”和“musicbrainzid”。我们有一个“实体”表来存储这些信息。它看起来像这样（“权威”是发送数据的人）：

然后我们有单独的实体，例如“episode”、“series”和“broadcast”（实际上，还有很多，但我在这里保持简单）。其中每一个都有一个指向实体表的 entity_id。

外部客户如何通过 pid 或 crid 搜索并获得适当的剧集或系列，以及正确识别它是什么？给定一个 pid，我们可以获取实体 id，但是我们需要在剧集、系列和广播表中搜索该值。此外，并非所有 id 都必然与所有其他表相关，但任何实体（例如，“episode”）都可能具有多个 id（pid、crid 等）

策略：

1. 查找 pid 的实体 id 并在每个其他表中搜索该 pid。
2. 在实体上放置一个“entity_type”列，但如果它是剧集表中的 pid，但我们不小心将剧集.type 设置为系列怎么办？我们不想复制数据，也不想将数据库元数据放入列值中。

选项 1 很慢而且似乎是错误的（此外，各种表的结构不同，这会造成问题）。

选项 2 表示重复数据，并且此数据可能不同步。我们可以使用触发器来强制执行此操作，但这看起来非常讨厌，而且无论如何，mysql 触发器实现中的错误已经多次袭击我们。我们现在正在使用这种策略，但没有触发器。

选项3是什么？

旁注：我们知道我们需要将“权限”分解到一个单独的表中，因为并非所有权限/类型组合都是有效的。

我需要比较两个字符串，例如：

吕贝克 == 吕贝克

在 JavaScript 中。

为什么？好吧，我有一个自动完成字段，它使用 Lucene 发送到 Java 服务，其中地名自然存储（如 Lübeck），但也作为规范化文本进行索引，

这样，不知道输入“Mèxico”的人可以输入“mexico”并获得返回“Mèxico”的匹配项（在许多其他可能的点击中，例如“CaféMèxico，迪拜，阿联酋”）。

现在的问题是我无法更改服务以在服务器端进行任何突出显示，因此我在客户端 JavaScript 端突出显示类似的内容：

这有点花哨，因为我在输入中转义了特殊的正则表达式字符。这对于在点击开始时简单的一个单词匹配很好，但如果你突然希望支持像“london cafe”这样的多单词匹配，它真的会崩溃：

这不适用于说“london ca”（正在输入 london cafe），因为它会将“Jack London Cabin, Dawson City, Canada”标记为："Ja<b>ck</b> <b>London</b> <b>ca</b>bin, Dawson <b>Ci</b>ty, <b>Ca<b/>nada"[特别注意“ck”和“Ci”]

因此，我正在寻找一些不像以下内容那么疯狂的东西：

是否有一个编译表我可以参考映射一系列字符，这些字符是另一个字符的重音版本到该字符，我不是指普通的 unicode 图表。如果是这样，我是否可以避免使用奇怪的、可能很慢的 RegEx 语句？

关于赏金：
在我开始赏金之前，有两个答案，一个是让我用 Ruby 来做，另一个是MizzardX写的，它是我在问题中提出的基本形式的完成。现在不要误会我的意思，我真的很感激能像他那样完全解决问题，但我只是希望可能有另一种方法。到目前为止，似乎每个路过查看问题和答案的人都认为 MizzardX 可以很好地涵盖它，或者他们没有不同的方法。我会对不同的方法感兴趣，如果在赏金关闭之前它根本不可用，MizzardX 将赢得赏金（尽管在残酷的转折中，他的编辑使它成为社区 wiki 的答案，所以我不确定是否他会得到赏金的！）

在过去的 18 个月里，我们一直在研究复杂的数据库和客户端界面。我们会定期向此应用程序添加新功能，现在每天都有数十名用户在我们的所有办公室（包括站点和海外）使用。这只是为了告诉您它是一个带有 REAL 数据库的 REAL 应用程序。

到现在为止，我们仍然不用写任何存储过程，除了临时解决客户端版本和更新数据库模型之间的小问题（旧客户端版本不会正确更新新创建的字段，直到大家安装最新的版本）。

同样，我们仍然不需要任何触发器。事实上，唯一的 SP 和触发器是系统的，或者是为了复制目的而添加的。

当开发人员认为数据库优化必须反对数据库规范化时，我有一种奇怪的感觉，即 SP 和触发器主要用于补偿数据库设计默认值和/或试图绕过数据库设计规则。

问题是这些工具非常耗时（无论是开发还是维护）。然后每个开发人员都应该非常小心地使用它们，记住它们是在数据库中维护的最“昂贵”的项目。

我们是否可以认为在数据库中没有或只有很少的存储过程/触发器是其规范化水平和/或代码维护成本的一个很好的指标？

编辑：

你们中的一些人为使用触发器和 SP 提供了公平的论据。但我一直认为，大多数时候这些工具的使用方式不当或过度。设置了多少触发器来在表字段之间进行一些花哨的更新，或者重新计算总计或其他聚合数据？有多少 SP 用于构建用于报告问题的临时表？这是开发人员使用这些工具的许多情况中的两种，我认为这通常说明数据库设计/规范化缺陷。

其他一些人承认应该严格控制 SP 和触发器的使用。我也觉得很有必要。

我必须承认，我试图找到一些支持的论点，所有这些在我们其他数据库上工作的 SQL 极客都看不起我们，告诉他们的朋友“你知道吗？他们甚至不使用 SP 和触发器！哈哈！”

将数据从平面文件加载到 MySQL 数据库中，然后通过外键创建表之间关系的最快方法是什么？

例如......我有一个格式为：

我需要将其加载到四个表中：

具体来说，如何以一种可扩展的方式填充外键？这些数字在 1000 多个人的范围内，每个人都有 100 万多个基因型。