在数据库列中存储分隔列表真的那么糟糕吗？

Question

想象一个带有一组复选框的 Web 表单（可以选择其中任何一个或全部）。我选择将它们保存在存储在数据库表的一列中的逗号分隔值列表中。

现在，我知道正确的解决方案是创建第二个表并正确规范化数据库。实现简单的解决方案速度更快，我希望快速获得该应用程序的概念验证，而不必在其上花费太多时间。

我认为在我的情况下节省的时间和更简单的代码是值得的，这是一个合理的设计选择，还是我应该从一开始就将其标准化？

更多上下文，这是一个小型内部应用程序，本质上替换了存储在共享文件夹中的 Excel 文件。我问这个问题也是因为我正在考虑清理该程序并使其更易于维护。其中有些事情我不太满意，其中之一就是这个问题的主题。

Answer 1

“原因之一是懒惰”。

这敲响了警钟。您应该做这样的事情的唯一原因是您知道如何“以正确的方式”做这件事，但您得出的结论是有一个切实的理由不这样做。

话虽如此：如果您选择以这种方式存储的数据是您永远不需要查询的数据，那么可能存在以您选择的方式存储它的情况。

（有些用户会对我上一段的说法提出异议，说“你永远不知道将来会增加什么要求”。这些用户要么被误导，要么陈述宗教信仰。有时，努力工作是有利的您面前的要求。）

Answer 2

除了违反第一范式之外，还因为存储在单个值中的重复组值列、逗号分隔列表还有很多其他更实际的问题：

• 无法确保每个值都是正确的数据类型：无法防止 1,2,3,banana,5
• 不能使用外键约束将值链接到查找表；无法强制执行引用完整性。
• 无法强制唯一性：无法阻止1,2,3,3,3,5
• 如果不获取整个列表，则无法从列表中删除值。
• 存储的列表长度不能超过字符串列的长度。
• 很难搜索列表中具有给定值的所有实体；你必须使用低效的表扫描。可能不得不求助于正则表达式，例如在 MySQL 中：
  idlist REGEXP '[[:<:]]2[[:>:]]' 或在 MySQL 8.0 中：idlist REGEXP '\\b2\\b'
• 很难对列表中的元素进行计数，或进行其他聚合查询。
• 很难将值连接到它们引用的查找表。
• 很难按排序顺序获取列表。
• 很难选择一个保证不会出现在值中的分隔符

为了解决这些问题，您必须编写大量应用程序代码，重新发明 RDBMS 已经提供的更高效的功能。

逗号分隔的列表是错误的，我将其作为我书中的第一章：SQL 反模式，卷 1 ：避免数据库编程的陷阱。

有时您需要采用非规范化，但正如 @OMG Ponies 提到的，这些都是例外情况。任何非关系“优化”都会使一种类型的查询受益，但会牺牲数据的其他用途，因此请确保您知道哪些查询需要特别处理，以便它们值得非规范化。