• 分类

  • 重置

PostgreSQL实现一个通用标签系统

    前言

    对资源打标签在建站过程中是很常见的需求,有些时候我们需要给文章打标签,有些时候我们需要给用户打标签。实现一个标签系统其实并不难,其本质就是一个多对多的关系-我可以对同一篇博客打多个标签,同时也可以把一个标签打到不同的博客身上。这篇文章主要通过分析标签系统的原理,并用PostgreSQL来实现一个能够为多种资源打标签的标签系统。

    1. 单一资源标签系统

    先从单一资源开始,所谓单一资源便是,我们只给一种数据资源打标签。假设我们需要给博客文章打标签,那么我们需要构建以下几个表:

    • 文章表posts,用于存储文章的基本信息。
    • 标签表tags,用于存储标签的基本信息。
    • 标签-文章表tags_posts,存储双方的id并形成多对多的关系。

    表设计图大概是

    先进入数据库引擎并创建对应的数据库

    
    postgres=# create database blog;
    CREATE DATABASE
    
    postgres=# \c blog;
    blog=#

    通过SQL语句创建上面所提到的数据表

    
    CREATE TABLE posts (
     id    SERIAL,
     body   text,
     title   varchar(80)
    );
    
    CREATE TABLE tags (
     id    SERIAL,
     name   varchar(80)
    );
    
    CREATE TABLE tags_posts (
     id    SERIAL,
     tag_id   integer,
     post_id   integer
    );

    每个表都只是包含了该资源最基础的字段, 到这一步为止其实已经构建好了一个最简单的标签系统了。接下来则是填充数据,我的策略是添加两篇文章,五个标签,给标题为Ruby的文章打上language标签,给标题为Docker的文章打上container的标签,两篇文章都要打上tech标签

    
    -- 填充文章数据
    INSERT INTO posts (body, title) VALUES ('Hello Ruby', 'Ruby');
    INSERT INTO posts (body, title) VALUES ('Hello Docker', 'Docker');
    
    -- 填充标签数据
    INSERT INTO tags (name) VALUES ('language');
    INSERT INTO tags (name) VALUES ('container');
    INSERT INTO tags (name) VALUES ('tech');
    
    -- 为相关资源打上标签
    INSERT INTO tags_posts (tag_id, post_id) VALUES ((SELECT id FROM tags WHERE name = 'container'), (SELECT id FROM posts WHERE title = 'Docker'));
    INSERT INTO tags_posts (tag_id, post_id) VALUES ((SELECT id FROM tags WHERE name = 'tech'), (SELECT id FROM posts WHERE title = 'Docker'));
    INSERT INTO tags_posts (tag_id, post_id) VALUES ((SELECT id FROM tags WHERE name = 'tech'), (SELECT id FROM posts WHERE title = 'Ruby'));
    INSERT INTO tags_posts (tag_id, post_id) VALUES ((SELECT id FROM tags WHERE name = 'language'), (SELECT id FROM posts WHERE title = 'Ruby'));

    然后分别查询两篇文章都被打上了什么标签。

    
    blog=# SELECT tags.name FROM tags, posts, tags_posts WHERE tags.id = tags_posts.tag_id AND posts.id = tags_posts.post_id AND posts.title = 'Ruby';
     name
    ----------
     language
     tech
    (2 rows)
    
    blog=# SELECT tags.name FROM tags, posts, tags_posts WHERE tags.id = tags_posts.tag_id AND posts.id = tags_posts.post_id AND posts.title = 'Docker';
     name
    -----------
     container
     tech
    (2 rows)

    两篇文章都被打上期望的标签了,相关的语句有点长,一般生产线上不会这样直接操作数据库。各种编程语言的社区一般都对这种数据库操作进行了封装,这为编写业务代码带来了不少的便利性。

    2. 为多种资源打标签

    如果只需要对一个数据表打标签的话,依照上面的逻辑来设计表已经足够了。但是现实世界往往没那么简单,假设除了要给博客文章打标签之外,还需要给用户表打标签呢?我们需要把表设计得更灵活一些。如果继续用tags表来存标签数据,为了给用户打标签还得另外建一个名为tags_users的表来存储标签与用户数据之间的关系。

    但更好的做法应该是采用名为多态的设计。创建关联表taggings,这个关联表除了会存储关联的两个id之外,还会存储被打上标签的资源类型,我们根据类型来区分被打标签的到底是哪种资源,这会在每条记录上多存了类型数据,不过好处就是可以少建表,所有的标签关系都通过一个表来存储。

    Ruby比较流行的标签系统ActsAsTaggableOn 就沿用了这个设计,不过它的类型字段直接存的是对应资源的类名,或许是为了更方便编程吧,数据大概如下:

    
    naive_development=# select id, tag_id, taggable_type, taggable_id from taggings;
     id | tag_id | taggable_type  | taggable_id
    ----+--------+----------------------+-------------
     1 |  1 | Refinery::Blog::Post |   1
     2 |  2 | Refinery::Blog::Post |   1
     3 |  3 | Refinery::Blog::Post |   1

    先通过taggable_type获取类名,然后再利用taggable_id的数据就能准确获取相关的资源了。

    a. 修改原表

    表设计图大概如下

    这里我不重新建表了,而直接修改原有的表,并进行数据迁移

    • 增加type字段用于存储资源类型。
    • 把原来的数据表改名为更通用的名字taggings。
    • 把原来的post_id字段改成更通用的名字taggable_id。
    • 给原有的资源填充数据,type字段统一填数据post。
    
    ALTER TABLE tags_posts ADD COLUMN type varchar(80);
    ALTER TABLE tags_posts RENAME TO taggings;
    ALTER TABLE taggings RENAME COLUMN post_id TO taggable_id;
    UPDATE taggings SET type='post';

    b. 添加用户

    在给用户打标签之前先创建用户表,并填充数据

    
    -- 创建简单的用户表
    CREATE TABLE users (
     id    SERIAL,
     username  varchar(80),
     age    integer
    );
    
    
    -- 添加一个名为lan的用户,并添加两个相关的标签
    
    INSERT INTO users (username, age) values ('lan', 26);
    
    INSERT INTO tags (name) VALUES ('student');
    INSERT INTO tags (name) VALUES ('programmer');

    c. 给用户打标签

    接下来需要给用户lan打上标签,对原有的SQL语句做一些调整,并在打标签的时候把type字段填充为user。

    
    INSERT INTO taggings (tag_id, taggable_id, type) VALUES ((SELECT id FROM tags WHERE name = 'student'), (SELECT id FROM users WHERE username = 'lan'), 'user');
    
    INSERT INTO taggings (tag_id, taggable_id, type) VALUES ((SELECT id FROM tags WHERE name = 'programmer'), (SELECT id FROM users WHERE username = 'lan'), 'user');

    上述的SQL语句为用户打上了student以及programmer两个标签。

    d. 查看标签情况

    为了完成这个任务我们依然要联合三张表进行查询,同时还要约束type的类型

    用户名为lan的用户被打上的所有标签

    
    blog=# SELECT tags.name FROM tags, users, taggings WHERE tags.id = taggings.tag_id AND users.id = taggings.taggable_id AND taggings.type = 'user' AND users.username = 'lan';
    
     name
    ------------
     student
     programmer
    (2 rows)

    标题为Ruby的文章被打上的所有标签

    
    blog=# SELECT tags.name FROM tags, posts, taggings WHERE tags.id = taggings.tag_id AND posts.id = taggings.taggable_id AND taggings.type = 'post' AND posts.title = 'Ruby';
    
     name
    ----------
     language
     tech

    OK,都跟预期一样,现在的标签系统就比较通用了。

    总结

    本文通过PostgreSQL的基础语句来构建了一个标签系统。实现了一个标签系统其实并不难,各个语言的社区应该都有相关的集成。本人也就是想抛开编程语言,从数据库层面来剖析一个标签系统的基本原理。

    PS: 另外推荐一个比较好用的Model Design工具dbdiagram,可以用文本的方式对数据表进行设计,边设计边预览。最后还能以PNG,PDF甚至SQL源文件的形式导出。本文的数据表配图均由用该软件制作。

    好了,以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对lingkb的支持。