在设计数据库时,我们会经常碰到表示是非的字段,网络渔夫-汪维曾在设计店铺表时就遇到下列情况:
该店铺有如下属性:首先是否具有如图所示的消费者保障服务:
其次还有诸如是否属于中关村商圈等等;在这里如果要表示上述的几种属性,按照常规做法我得设计7个字段;如果以后又增加了个如平台保的服务,我又得增加个字段,所以这样做的缺点之一是不便于扩展;第二是占用的列太多,列太多会影响查找数据时的速度;第三就是这些字段由于是表示是非的值,所以做索引纯属浪费。
介于以上缺点,我抛弃了上述方法;在这里我只要一个字段就可以表示上述所有的属性。
做法如下:
1.设计一个名为protect_str的字段,类型为binary(12);其值默认为000000000000;这里设计为12位是为了以后扩展需要
这里我用从左到右的六位依次来表示6种消保,如000000000011表示如实描述和快速发货;
为0的位置表示没有这个属性,如000000000001表示这家店没有快速发货这个属性;反之则表示有;第7位表示是否属于中关村商圈子。
2.查询:
现在要查询所有拥有如实描述属性的店铺,sql语句如下:
SELECT *
FROM `shops1`
WHERE (
protect_str &000000000001
) =1
查询既拥有如实描述又拥有快速发货属性的店铺,sql语句如下:
SELECT *
FROM `shops1`
WHERE (
`protect_str` &000000000011
) =11
但是当执行SELECT 100101 &100001
时结果却变成99841(至于为什么是这个结果,网络渔夫还没想清楚,如果有知道者请留言给我)
所以用这种方式来记录也行不通。
所以换成将二进制用十进制来进行存储。比如当二进制的第一位为1(即为0000001)时表示如实描述,转化为十进制则为1
当二进制的第一位为1,第二位也为1(即为0000011)时表示如实描述,和快速发货,转化为十进制存储在数据库中则为3;至于为什么为3(1*2的0次方+1*2的1次方);当二进制的第一位为1,第二位也为1,第三位也为1(即为0000111)时表示如实描述,和快速发货,七天退换,转化为十进制存储在数据库中则为7;
当一个店铺既有如实描述,和快速发货,七天退换保障又属于中关村商圈时,则可用1000111来表示,转换成十进制存储在数据库中则为71
现在要查询所有拥有如实描述属性的店铺,sql语句如下:
SELECT *
FROM `shops1`
WHERE (
protect_str &1
) =1
现在要查询所有拥有快速发货属性的店铺,sql语句如下:
SELECT *
FROM `shops1`
WHERE (
protect_str &2
) =2
现在要查询所有属于中关村在线商圈的店铺,sql语句如下:
SELECT *
FROM `shops1`
WHERE (
`protect_str` &64
) =64
LIMIT 0 , 30
查询所有既属于中关村在线商圈又有如实描述服务保障的店铺,sql语句如下:
SELECT *
FROM `shops1`
WHERE (
`protect_str` &65
) =65
LIMIT 0 , 30
如若以后有扩展则接着往高位上补数字就行了,比如说现在在对id=5的店铺增加了一个平台保障服务
则这时可对有此项服务的店铺protect_str 字段的第八位值设为1即10000000转化为十进制即为128(1*2的7次方)
执行如下语句:
UPDATE `test`.`shops1` SET `protect_str` = ( `protect_str` |128 ) WHERE `shops1`.`id` =5
即可将此字段值改为135;
综上所述,凡是我们要加上某项服务的地方,我们用”|”或运算;凡是要查询具有某项服务的地方我们用”&”与运算。
掌握了二进制转十进制,还有查询和更新,减少mysql存储列将不再是问题。
下面给出试验用的数据库,大家可以用上述语句测试一下
CREATE TABLE `shops1` (
`id` int(10) unsigned NOT NULL auto_increment,
`shop_name` char(50) collate utf8_unicode_ci NOT NULL,
`protect_str` int(12) NOT NULL default '0',
`shop_id` int(11) unsigned NOT NULL,
PRIMARY KEY (`id`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci COMMENT='店铺表' AUTO_INCREMENT=8 ;
--
-- 导出表中的数据 `shops1`
--
INSERT INTO `shops1` VALUES (1, 'bestshop', 1, 13);
INSERT INTO `shops1` VALUES (3, 'firstshop', 2, 15);
INSERT INTO `shops1` VALUES (4, 'nihao', 71, 23);
INSERT INTO `shops1` VALUES (5, 'shis', 135, 34);
INSERT INTO `shops1` VALUES (6, 'ytshop', 6, 45);
INSERT INTO `shops1` VALUES (7, 'uushop', 65, 65);