mysql 表整理标签是什么意思_一个看似纠结的MySQL标签需求的梳理

我们日常工作中总是会有一些看起来繁琐，吃力不讨好的事情，但是这些需求我们不能一概而论，为了落实规范而动用规范的大棒。
对我来说，我喜欢那种开放型的问题，比如看起来很繁琐无解，但是业务又迫切需要的事情。
比如业务同学今天提了一个问题：有一张表，数据量有600多万，而且数据实时的写入还挺多，记录的是一些工作的备注信息，比如客服同学接受了一个用户请求，然后会把这些信息记录下来，比如是关于哪个业务方向的，关于哪个游戏的等等，都当做一个字段信息存储起来。之前的管理是一种相对笼统的方式，在管理中会难以衡量和控制。所以现在想使用类似标签的方式进行信息归类。
举个例子来说，客服同学之前处理了几个需求，假设记录的格式是这样的：
用户xxx咨询游戏A的登录问题。。。。。
用户xxx反馈游戏B的充值问题，反馈游戏C(可能错别字)的经验没有生效。。。
【mysql 表整理标签是什么意思_一个看似纠结的MySQL标签需求的梳理】用户xxx反馈手机号登录游戏B(可能缩写)失败，而且充值有问题。。。
所以用户反馈的信息是没有严格的格式和规范，要对这些用户请求打上标签难度还是比较大的。
对一张600多万的大表进行业务整改，势必会有一些全流程的改变，首先业务同学给我们出了个难题，这个表的索引是比较多的，重建的过程远远超出了我们的预期，还好使用了pt-osc工具还算稳。
现在表的一个标签字段已经创建好了，就需要进行下一步的工作：打标签。
业务同学进行梳理和讨论，整理了大概12个种类的关键字，每个关键字会对应一个数字编码，也就是能够被识别业务标签。
array(
1 => '关键字1',
2 => '关键字2',
3 => '关键字3',
4 => '关键字4',
5 => '关键字5',
6 => '关键字6',
7 => '关键字7',
8 => '关键字8',
9 => '关键字9',
10 => '关键字10',
11 => '关键字11',
12 => '关键字12'
);
面对这么多的种类，难点来了，有些标签是有互斥关系的，有些是可能存在关键字重合的，比如“笔记本电脑”“台式电脑”这两个词是互斥的两种类型，而“笔记本”和“笔记本电脑”又是互斥的。
如果让业务部门去统计这么多的重合标签，估计会疯掉，因为按照一个粗略的计算，比如6个标签，4个重合的概率就是16+5+1=22种，如果是12类标签，那方案复杂度要高得多，至少得上百种。
最关键的，哪怕这些都梳理出来，根据评估需要变更的数据有70万，怎么高效的把70万数据都发布到线上，这是一个值得思考的问题。整体的思路是：
1)线上的关键字模糊匹配工作要放到从库来执行。
2)从库端不光进行数据过滤，还需要进行一些数据的统计分析，进行去重和过滤
3)在经过需求确认后，把变更语句按照主键条件发布到线上
对于标签的冲突关系梳理，我提出了改进的思路。
既然有12类标签，那么我们完全可以按照12个数据子集进行单独的关键字过滤，如果有一些标签是重合的，那么在12类标签过滤中势必会出现。
面对这种多对多的映射，我们可以完全统计出这些多标签的比例来，如果占比不到0.1%,那么这些单据我们完全可以通过人工来判别，这样一来，99%以上的数据都可以自动完成，人工只需要进行判断很少的单据，避免我们的需求从开始就进入本末倒置的状态。
所以我按照单号(,,)来进行数据抽取，很快就得到了12个数据子集，我们假设为-

mysql 表 整理标签 是什么意思_一个看似纠结的MySQL标签需求的梳理

mysql 表整理标签是什么意思_一个看似纠结的MySQL标签需求的梳理