如何存储具有 1000 多列的表，这些列大多为空

Question

今天我必须重新启动一个项目，由于业务（房地产）的特殊性，我将不得不为房子/公寓/机库/wahetever 存放一张桌子。但是一行可以包含 1000 多个标准，因此，列（它有游泳池？壁炉？直升机停机坪，地下掩体？等等......

但是你可以猜到，这些行中的大多数都等于 null（谁家里有直升机停机坪或掩体？很少有人......）

因此，我想知道您有什么想法可以最有效地存储它？与哪个数据库？磁盘空间、速度、内存使用量等......而且还可以让编码器尽可能轻松地取回数据（例如，可以选择拆分为多个表，但可以选择获取数据）这样的架构很烦人）

另外，我更愿意保留一个关系数据库（mySQL、postgres ...），但我愿意接受建议。

谢谢你的建议！

Answer 1

但是一行可以包含 1000 多个条件

不，您是在有缺陷的关系模型上预测您的数据设计。把车放在马之前。尾巴摇着狗。

我认为您的意思是单个实体可以有 1000 个属性。在这种情况下，尤其是当大多数为空时，最好的解决方案通常是实体-属性-值。大概有一些属性总是会被填充，例如

CREATE TABLE house (
id INTEGER NOT NULL AUTOINCREMENT,
owner_id INTEGER NOT NULL,
address ....

然后只存储在这样的表中相关的属性......

CREATE TABLE house_attribute (
house_id INTEGER NOT NULL,
attribute VARCHAR(30),
description VARCHAR(128)
PRIMARY KEY (house_id, attribute)
)

您迟早会遇到的问题是，当您只有带“地下室”的房子时，有人会想要带“地窖”的房子。部分原因是用户界面问题，但它看起来也像是使用 ENUM 数据类型的情况。但是，当您有很多 ENUM 数据类型并且条目数在创建后发生变化时，管理它们可能会很棘手。因此，您确实应该为 house_attributes.attribute 提供一个可能值列表作为一个单独的表，并在 house_attribute.attribute 上设置外键约束。

查询数据比使用大量列稍微复杂一些 - 但在一组属性没有完全匹配的情况下确实提供了一些灵活性：

SELECT house.id, house.address, GROUP_CONCAT(house_attribute.attribute)
FROM house
INNER JOIN house_attributes
ON house.id=house_attribute.house_id
WHERE house_attribute.attribute IN ('helipad', 'bunker', 'swimming pool'....)
GROUP BY house.id, house.address
ORDER BY COUNT(*) DESC;