PostgreSQL構建通用標籤系統

對資源打標籤在建站過程當中是很常見的需求，有些時候咱們須要給文章打標籤，有些時候咱們須要給用戶打標籤。實現一個標籤系統其實並不難，其本質就是一個多對多的關係-我能夠對同一篇博客打多個標籤，同時也能夠把一個標籤打到不一樣的博客身上。這篇文章主要經過分析標籤系統的原理，並用PostgreSQL來實現一個可以爲多種資源打標籤的標籤系統。

1. 單一資源標籤系統

先從單一資源開始，所謂單一資源即是，咱們只給一種數據資源打標籤。假設咱們須要給博客文章打標籤，那麼咱們須要構建如下幾個表：

1. 文章表posts，用於存儲文章的基本信息。
2. 標籤表tags，用於存儲標籤的基本信息。
3. 標籤-文章表tags_posts，存儲雙方的id並造成多對多的關係。

表設計圖大概是

先進入數據庫引擎並建立對應的數據庫

postgres=# create database blog;
CREATE DATABASE

postgres=# \c blog;
blog=#
複製代碼

經過SQL語句建立上面所提到的數據表

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
);

複製代碼

每一個表都只是包含了該資源最基礎的字段, 到這一步爲止其實已經構建好了一個最簡單的標籤系統了。接下來則是填充數據，個人策略是添加兩篇文章，五個標籤，給標題爲Ruby的文章打上language標籤，給標題爲Docker的文章打上container的標籤，兩篇文章都要打上tech標籤

-- 填充文章數據
INSERT INTO posts (body, title) VALUES ('Hello Ruby', 'Ruby');
INSERT INTO posts (body, title) VALUES ('Hello Docker', 'Docker');

-- 填充標籤數據
INSERT INTO tags (name) VALUES ('language');
INSERT INTO tags (name) VALUES ('container');
INSERT INTO tags (name) VALUES ('tech');

-- 爲相關資源打上標籤
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'));
複製代碼

而後分別查詢兩篇文章都被打上了什麼標籤。

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)
複製代碼

兩篇文章都被打上指望的標籤了，相關的語句有點長，通常生產線上不會這樣直接操做數據庫。各類編程語言的社區通常都對這種數據庫操做進行了封裝，這爲編寫業務代碼帶來了很多的便利性。

2. 爲多種資源打標籤

若是隻須要對一個數據表打標籤的話，依照上面的邏輯來設計表已經足夠了。可是現實世界每每沒那麼簡單，假設除了要給博客文章打標籤以外，還須要給用戶表打標籤呢？咱們須要把表設計得更靈活一些。若是繼續用tags表來存標籤數據，爲了給用戶打標籤還得另外建一個名爲tags_users的表來存儲標籤與用戶數據之間的關係。

但更好的作法應該是採用名爲多態的設計。建立關聯表taggings，這個關聯表除了會存儲關聯的兩個id以外，還會存儲被打上標籤的資源類型，咱們根據類型來區分被打標籤的究竟是哪一種資源，這會在每條記錄上多存了類型數據，不過好處就是能夠少建表，全部的標籤關係都經過一個表來存儲。

Ruby比較流行的標籤系統ActsAsTaggableOn 就沿用了這個設計，不過它的類型字段直接存的是對應資源的類名，或許是爲了更方便編程吧，數據大概以下：

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
複製代碼

先經過taggable_type獲取類名，而後再利用taggable_id的數據就能準確獲取相關的資源了。

a. 修改原表

表設計圖大概以下

這裏我不從新建表了，而直接修改原有的表，並進行數據遷移

1. 增長type字段用於存儲資源類型。
2. 把原來的數據表更名爲更通用的名字taggings。
3. 把原來的post_id字段改爲更通用的名字taggable_id。
4. 給原有的資源填充數據，type字段統一填數據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';
複製代碼

b. 添加用戶

在給用戶打標籤以前先建立用戶表，並填充數據

-- 建立簡單的用戶表
CREATE TABLE users (
    id              SERIAL,
    username        varchar(80),
    age             integer
);


-- 添加一個名爲lan的用戶，並添加兩個相關的標籤

INSERT INTO users (username, age) values ('lan', 26);

INSERT INTO tags (name) VALUES ('student');
INSERT INTO tags (name) VALUES ('programmer');
複製代碼

c. 給用戶打標籤

接下來須要給用戶lan打上標籤，對原有的SQL語句作一些調整，並在打標籤的時候把type字段填充爲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');
複製代碼

上述的SQL語句爲用戶打上了student以及programmer兩個標籤。

d. 查看標籤狀況

爲了完成這個任務咱們依然要聯合三張表進行查詢，同時還要約束type的類型

• 用戶名爲lan的用戶被打上的全部標籤

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)
複製代碼

• 標題爲Ruby的文章被打上的全部標籤

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
複製代碼

OK，都跟預期同樣，如今的標籤系統就比較通用了。

總結

本文經過PostgreSQL的基礎語句來構建了一個標籤系統。實現了一個標籤系統其實並不難，各個語言的社區應該都有相關的集成。本人也就是想拋開編程語言，從數據庫層面來剖析一個標籤系統的基本原理。

PS: 另外推薦一個比較好用的Model Design工具dbdiagram，能夠用文本的方式對數據表進行設計，邊設計邊預覽。最後還能以PNG，PDF甚至SQL源文件的形式導出。本文的數據表配圖均由用該軟件製做。