Banyak aplikasi melibatkan produk yang mungkin berbeza sedikit sepanjang satu atau lebih dimensi. Sebagai contoh, anda mungkin mempunyai produk yang merupakan "Baju-T", tetapi terdapat dalam saiz yang berbeza (kecil, sederhana, besar) dan warna (putih, biru, merah).
Satu cara untuk memodelkan ini dalam pangkalan data adalah menggunakan corak Entity-Attribute-Value (EAV), yang pada asasnya hanyalah jadual besar di mana setiap baris mewakili atribut entiti dan nilai atribut itu. Walau bagaimanapun, EAV boleh menjadi tidak cekap dan sukar untuk ditanya, jadi ia bukan selalu penyelesaian terbaik.
Pilihan lain ialah menggunakan skema yang lebih ternormal, di mana setiap atribut entiti mempunyai jadualnya sendiri. Sebagai contoh, anda boleh mempunyai jadual PRODUCTS, jadual PRODUCT_VARIANTS dan jadual PRODUCT_VARIANT_OPTIONS, serta jadual SKUS untuk menjejaki SKU setiap varian produk, seperti:
PRODUCTS ======== id | product_name
PRODUCT_VARIANTS ================ id | product_id | name
PRODUCT_VARIANT_OPTIONS ======================= id | product_variant_id | name
SKUS ==== id | product_id | sku | price
Dengan skema ini, anda boleh mewakili perkara berikut data:
PRODUCTS ======== 1 | Widget 1
PRODUCT_VARIANTS ================ 1 | 1 | Size 2 | 1 | Color
PRODUCT_VARIANT_OPTIONS ======================= 1 | 1 | Small 2 | 1 | Large 3 | 2 | White 4 | 2 | Black
SKUS ==== 1 | 1 | W1SSCW | 10 2 | 1 | W1SSCB | 10 3 | 1 | W1SLCW | 12 4 | 1 | W1SLCB | 15
Skema ini membolehkan anda membuat pertanyaan dengan mudah untuk produk dan variannya serta menjejaki SKU dan harga setiap varian. Ia juga lebih cekap daripada EAV, kerana ia mengelakkan keperluan untuk menyimpan data pendua.
Walau bagaimanapun, satu potensi kelemahan skema ini ialah ia boleh menjadi lebih sukar untuk menambah atribut baharu pada produk. Contohnya, jika anda ingin menambah atribut baharu yang dipanggil "Bahan", anda perlu membuat jadual PRODUCT_VARIANT_OPTIONS baharu dan menambah baris baharu untuknya. Ini boleh menjadi banyak kerja, terutamanya jika anda mempunyai sejumlah besar produk.
Secara keseluruhan, skema ini ialah pilihan yang baik untuk memodelkan varian produk, terutamanya jika anda mempunyai bilangan atribut yang agak kecil dan tidak' t menjangkakan perlu menambah atribut baharu dengan kerap. Jika anda mempunyai sebilangan besar atribut atau menjangkakan perlu menambah atribut baharu dengan kerap, anda mungkin mahu mempertimbangkan untuk menggunakan EAV.
Atas ialah kandungan terperinci Bagaimana untuk Memodelkan Varian Produk dengan Berkesan dalam Pangkalan Data?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!