减少存储在 MySQL 中的数据冗余答案

【问题标题】：Reducing redundancy in data for storage in MySQL减少存储在 MySQL 中的数据冗余
【发布时间】：2010-12-07 22:40:18
【问题描述】：

我感觉这个问题已经得到解答，但我不知道所涉及的正确术语，并且在我的搜索中找不到任何内容。

我正在开发一个产品推荐系统。我有一个项目数据库，我正在运行并确定哪些项目是相似的。例如，ItemID 1 类似于 5、7 和 8。问题是数据冗余。当我遍历整个项目集时，我会得到这样的结果：

1 5,7,8
5 7,8,1
7 8,5,1
8 5,1,7

在 MySQL 中存储这个最好的方法是什么，所以我可以查询它并找到与 1、5、7 或 8 相关的项目。在现实生活中，每个集合中的项目数量是奇数.我更关心速度而不是存储空间，但似乎应该有一种快乐的媒介，或者如果我幸运的话，它速度快，而且节省空间。

【问题讨论】：

【解决方案1】：

这被称为“图形数据结构”。数字 (1,5,7,8) 是节点。每个连接（1-5,1-7,1-8,5-7 等）都是边。

在 MySQL 中，您应该将边存储为每行一条边。如果每条边都在两个方向上连接，则应添加在两个方向上的每条边（即 1-5 和 5-1）。我会像这样设置表格：

TABLE edges (
  id PRIMARY KEY AUTO_INC,
  from INT,
  to INT
)

您将需要一个关于 (from) 或可能 (from, to) 的索引，具体取决于。要查找与您正在查看的对象相关的所有对象：

SELECT to FROM edges WHERE from = X;

可以对这个简单的模型进行大量改进，但这只是一个开始。

编辑：也许其中一些列名是关键词。我的错。

【讨论】：

【解决方案2】：

考虑将每个（源、目标）对存储在单独的行中，而不是一列用于项目，另一列用于相似内容列表，这会导致每个项目在表中占一行。

您将使用 (1, 5), (1, 7), (1, 8), ( 5, 7), (5, 8), (5, 1)。然后要查看哪些项目与项目 8 相似，您只需选择 source where destination=8。

【讨论】：

【解决方案3】：

克里斯既是对又是错。他是对的，它是一个“图数据结构”，但没有提到他的方法会让你最终在几个子查询中找到一个图。

请帮自己一个忙，看看Nested Set 模型。您可能想前往MySQL manual 开始使用。

问候

【讨论】：

这是一个灵活的解决方案，但我不知道它是否适用于只需要一层嵌套，就像我从这篇文章中收集到的那样。不过，获得 n 层类别肯定更快。以前这样做过，它还需要一定程度的维护来确保树的安全。我喜欢 this 文章，因为它可能是一个更真实的例子，或者你如何/为什么使用这个解决方案。