返回信息流笔试碰到的一个题目：
当当网的用户想要收藏一本书，还会给每本书添加标签，请设计数据结构实现这一操作。还有：①写出获取一个用户所有图书的sql代码；②获取热门书籍的所有标签；③在大规模数据下，如何优化你的数据库。
没学过数据库，只是看过一些简单的sql操作，这个题目的确没什么思路，在这里问一下大家了。。
这是一条镜像帖。来源：北邮人论坛 / database / #6417同步于 2012/4/9
该镜像源已超过 30 天没有更新，可能在源站已被删除。
Database机器人发帖
面试碰到的一个关于数据库的题目，问一下思路
byzhaohuan
2012/4/9镜像同步8 回复
订阅后，新回复会通过你的通知中心匿名送达。
8 条回复
【 在 binux 的大作中提到: 】
: 不用sql，随便找个字符串存用户的收藏，书的标签，逗号分割。无论多大都没关系。
就是大规模的数据，要如何优化呢？
对，这不是关系型数据库的做法，但是为了应对大数据量，需要反范式设计和冗余存储。
实际系统中依据标签搜索书籍不会是实时查库的，那样的效率太低，这些功能数据都是离线生成的。
【 在 zhihao 的大作中提到: 】
: 发现你喜欢用逗号分隔。这种做法在关系型数据库中不是显得很正规。虽然可行。但是后期做功能的时候，如果依据标签搜索书籍的话按照这样的设计法检索的话效率极低
如果用oracle存储：标签用逗号分割存储的话违法了一范式，其实也无可厚非，但是要是按标签进行分类或者统计的话就无法索引扫描，效率非常差，标签应该单独拿出来存储，可以在主表中适当冗余。
至于数据结构么，采用关系数据库的话，那肯定是多表连接了，所以用户表，用户-书籍表-标签，书籍表，标签表，用户表上建立用户ID的索引，在用户书籍标签表上建立用户ID和书籍ID标签ID的联合索引，书籍建立书籍ID的索引
至于大批量数据处理么，考虑当当网的特性，属于oltp，所以单笔交易都不大，在表上建立适当的索引，然后对表进行分区，利用分区裁减技术只扫描部分数据，这样分区结合设计好的索引，可以保证较高的查询性能。
至于性能方面其实有很多考虑，表的设计，sql的设计，索引的设计，以及DBMS的一些指标等等方方面面，还有存储等等
【 在 zhangxsh 的大作中提到: 】
: 如果用oracle存储：标签用逗号分割存储的话违法了一范式，其实也无可厚非，但是要是按标签进行分类或者统计的话就无法索引扫描，效率非常差，标签应该单独拿出来存储，可以在主表中适当冗余。
: 至于数据结构么，采用关系数据库的话，那肯定是多表连接了，所以用户表，用户-书籍表-标签，书籍表，标签表，用户表上建立用户ID的索引，在用户书籍标签表上建立用户ID和书籍ID标签ID的联合索引，书籍建立书籍ID的索引
: 至于大批量数据处理么，考虑当当网的特性，属于oltp，所以单笔交易都不大，在表上建立适当的索引，然后对表进行分区，利用分区裁减技术只扫描部分数据，这样分区结合设计好的索引，可以保证较高的查询性能。
: ...................
谢谢谢谢~额，好多专业词不太懂，没学过数据库的桑不起啊。。。得去查查
用户-书籍表-标签
书籍至少有1000k, 每个至少10个标签，至少100个人打过。
那么这个表的行数是1000M。
如果采用水平分表的方法，那么以哪个字段来分？分多少个表？
分别在查询书籍所有的标签，和标签所有的书的时候需要扫描多少个表？
【 在 zhangxsh 的大作中提到: 】
: 如果用oracle存储：标签用逗号分割存储的话违法了一范式，其实也无可厚非，但是要是按标签进行分类或者统计的话就无法索引扫描，效率非常差，标签应该单独拿出来存储，可以在主表中适当冗余。
: 至于数据结构么，采用关系数据库的话，那肯定是多表连接了，所以用户表，用户-书籍表-标签，书籍表，标签表，用户表上建立用户ID的索引，在用户书籍标签表上建立用户ID和书籍ID标签ID的联合索引，书籍建立书籍ID的索引
: 至于大批量数据处理么，考虑当当网的特性，属于oltp，所以单笔交易都不大，在表上建立适当的索引，然后对表进行分区，利用分区裁减技术只扫描部分数据，这样分区结合设计好的索引，可以保证较高的查询性能。
: ...................