具有可变列数的行？

Question

我正在尝试为一个存储和操作 Twitter 推文的程序设计一个数据库。

我正在使用代码将推文分成单词、用户名和主题标签，所以

I'm meeting @President over coffee to talk about my new job #cabinet #woot

将分解为{meeting, over, coffee, talk, about, new, job}（去掉 2 个字母以下的单词并去除标点符号后）、{president}、 和{cabinet,woot}。

由于我在这方面缺乏经验，我希望能够根据需要增加列中的行数，但我的直觉告诉我这将是一场噩梦。我考虑过的另一种可能性是选择一个任意数字，比如 10 列来存储单词，5 列用于存储用户名等，但这会有点粗糙，因为我不确定会有多少，并且我不得不扔掉可能是有价值的信息。

就目前而言，我有 3 varchars 足够长的时间，其中包括“喝咖啡谈新工作”、“总统”和“内阁呼声”。因此，每当我需要获取特定推文的信息时，我都会检索该行并拆分字符串。

这是“正确”的路线吗？我是否错过了一种可以让我的生活更轻松的明显方法？（我在网上找到了一些关于 using 的信息array，但我使用的是 MySQL，它似乎不支持该数据类型。

Answer 1

经过提问者的一些评论后编辑！：

更好的设计理念：

（如果你不熟悉这些图，那就是七个表，外键链接如图[这三个_Link表都有两个引用数据表的外键]。看起来我可能把事情复杂化了，但相信我， “tokenise一次，并存储在数据库中”是如此不是“每次检索时间tokenise数据”更有效。）

示例数据，使用一条简单的推文（暂时忽略用户，但这是相同的概念）：“测试推文！#howdoesthiswork #newbie”

      Tweet
TweetID   WordCount
   1         2

Tweet_Word_Link
TweetID   WordID
   1         1
   1         2

      Word
WordID    Word
   1      test
   2      tweet

Tweet_Hashtag_Link
TweetID  HashtagID
   1         1
   1         2

      Hashtag
HashtagID  Hashtag
    1      #howdoesthiswork
    2      #newbie

这使您可以轻松获取推文中链接的所有用户：

SELECT U.UserName
FROM  User U
        INNER JOIN
      Tweet_User_Link TUL ON U.UserID = TUL.UserID
        INNER JOIN
      Tweet T ON TUL.TweetID = T.TweetID
WHERE T.TweetID = <your ID here>
      

（根据主题标签和单词更改表格名称）

或者，稍微复杂一点，获取所有提及特定主题标签的推文的前 10 个词：

SELECT TOP 10 W.Word, COUNT(*) AS WordCount
FROM  Word W
        INNER JOIN
      Tweet_Word_Link TWL ON TWL.WordID = W.WordID
        INNER JOIN
      Tweet T ON TWL.TweetID = T.TweetID
        INNER JOIN
      Tweet_Hashtag_Link THL ON THL.TweetID = T.TweetID
        INNER JOIN
      Hashtag H ON H.HashtagID = THL.HashtagID
WHERE H.Hashtag = <your hashtag here>
GROUP By W.Word

（我使用过 ANSI SQL 语法，我不能 100% 确定 MySQL 是否支持所有 ANSI SQL - 但它应该足够接近。）