我听说过几种实现标记的方法；使用TagID和ItemID之间的映射表(对我来说有意义，但是可以缩放吗？)，向ItemID添加固定数量的可能的TagID列(似乎是个坏主意)，将标签保持在逗号分隔的文本列中(声音疯狂但可以工作)。我什至听说有人建议使用稀疏矩阵，但是标记名称又如何优雅地增长呢？

我是否错过了标签的最佳做法？

解决方案

回答

三个表(一个用于存储所有项目，一个用于所有标签，一个用于两者之间的关系)已正确索引，并且在适当的数据库上运行了外键，这些表应该可以正常工作并可以适当扩展。

Table: Item
Columns: ItemID, Title, Content

Table: Tag
Columns: TagID, Title

Table: ItemTag
Columns: ItemID, TagID

回答

我一直将标签保存在单独的表中，然后有一个映射表。当然，我也从来没有做过任何大规模的事情。

拥有一个"标签"表和一个映射表使得生成标签云变得相当简单，因为我们可以轻松地将SQL组合在一起以获取一个标签列表，其中包含每个标签使用频率的计数。

回答

使用单个格式化的文本列[1]来存储标签，并使用功能强大的全文本搜索引擎对此进行索引。否则，在尝试实现布尔查询时，我们将遇到扩展问题。

如果需要有关所拥有标签的详细信息，则可以在增量维护的表中对其进行跟踪，也可以运行批处理作业以提取信息。

[1]一些RDBMS甚至提供了本机数组类型，由于不需要解析步骤，因此甚至更适合存储，但是可能会导致全文搜索出现问题。

回答

如果我们使用的是支持map-reduce的数据库(例如，couchdb)，则将标签存储在纯文本字段或者列表字段中确实是最好的方法。例子：

tagcloud: {
  map: function(doc){ 
    for(tag in doc.tags){ 
      emit(doc.tags[tag],1) 
    }
  }
  reduce: function(keys,values){
    return values.length
  }
}

使用group = true运行此命令将按标签名称对结果分组，甚至返回遇到该标签的次数的计数。这与计算文本中单词的出现非常相似。