如何存储不可变的、唯一的、有序的、列表？

Question

我有一个拥有数百万个实例的实体。每个实例都必须引用一个有序的项目列表。列表必须是唯一的，因此不会多次存储列表。但是一旦创建，列表和实体实例都是不可变的。实体实例将远多于列表，并且数据库必须支持实体的快速插入。

那么，什么是插入高效、健壮、存储不可变、唯一、有序列表的方式？

---

编辑：列表项是简单的整数，典型长度约为 5 项。一长串的清单，比如 10 或 20 个项目是不太可能的，但可能。

---

编辑：到目前为止，我已经考虑过这些方法：

1)

lists表有这些列：<list_id> <order> <item>所以如果列表 #5 包含[10,20,30]表将包含的元素：

5   1   10
5   2   20
5   3   30
    

实体表将有一个item_list_id引用该lists表的列（它不是外键，因为list_id它不是lists表中的唯一列-这可以通过添加另一个包含所有有效列的表来解决list_ids ）。

• 这个解决方案使插入有点棘手
• 它还负责在应用程序上强制执行列表的唯一性，这不是很好。

2)

lists表有这些列：<list_id> <item1> <item2> <item3> ... <itemN>所以如果列表 #5 包含[10,20,30]表将包含的元素：

5   10   20   30

实体表将有一item_list_id列引用该lists表。

• 由于列表长度有限，此解决方案不太可靠（尽管这对我来说不是一个大问题，因为我的列表不太可能包含超过 10 或 20 个元素）
• 这种方法查询起来非常糟糕（“查找出现特定项目的所有列表”必须指定每一列），并且是使用 ORM 映射的噩梦。
• 插入新实体还不错，因为我的列表通常有 4-5 个项目长，所以我可能可以索引前几列。
• 唯一性的强制执行仍然掌握在应用程序的手中。

3)

使用解决方案#1，但将无意义的替换为list_id序列化形式的列表中的散列（比如 SHA-1）。

• 由于列表将具有唯一的哈希值，因此这种方式的唯一性得到了更严格的执行
• 插入更简单、更快捷(?)
• 数据完整性的执行仍然掌握在应用程序的手中。

Answer 1

您可能可以使用 XML 数据类型来存储列表。这样，您也可以保留顺序。尚未进行任何广泛的性能测试，但对于类型化 XML（架构）和列上的 XML 索引，这可能适合您。

至于插入性能，这种方法的一个优点是您只需向单个表中进行插入，这减少了许多死锁和争用问题的风险，特别是在事务中。

创建 XML 架构：

CREATE XML SCHEMA COLLECTION dbo.itemlist AS '
<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema">
    <xsd:element name="list">
        <xsd:complexType>
            <xsd:sequence>
                <xsd:element name="item" type="xsd:int" minOccurs="0" maxOccurs="unbounded"/>
            </xsd:sequence>
        </xsd:complexType>
    </xsd:element>
</xsd:schema>';

创建具有类型化 XML 列的表：

CREATE TABLE dbo.instances (
    instance_id     int IDENTITY(1, 1) NOT NULL,
    list            xml(itemlist) NOT NULL,
    PRIMARY KEY CLUSTERED (instance_id)
);

创建 XML 索引：

CREATE PRIMARY XML INDEX IX_instances_list
    ON dbo.instances (list);

一些示例数据，大约一百万行左右：

INSERT INTO dbo.instances (list) VALUES ('<list><item>1</item><item>2</item><item>3</item></list>');

WHILE (@@ROWCOUNT<500000)
    INSERT INTO dbo.instances (list)
    SELECT '<list><item>'+CAST(CAST(1000*RAND(10+instance_id) AS int) AS varchar(10))+
          '</item><item>'+CAST(CAST(1000*RAND(20+instance_id) AS int) AS varchar(10))+
          '</item><item>'+CAST(CAST(1000*RAND(30+instance_id) AS int) AS varchar(10))+
          '</item></list>'
    FROM dbo.instances;

以下是提取数据的方法：

SELECT i.instance_id,
       listitem.x.value('.', 'int') AS item
FROM dbo.instances AS i WITH (NOLOCK)
CROSS APPLY i.list.nodes('/list/item') AS listitem(x);

...但是，除非提供子句，否则无法保证任何记录集的顺序ORDER BY，因此以下是如何将 a 添加ROW_NUMBER()到 XML 结果集：

SELECT i.instance_id,
       listitem.x.value('.', 'int') AS item,
       ROW_NUMBER() OVER (
           PARTITION BY i.instance_id
           ORDER BY listitem.x) AS item_order
FROM dbo.instances AS i WITH (NOLOCK)
CROSS APPLY i.list.nodes('/list/item') AS listitem(x);