Problema con los tags del post.

[chocovo]

Hola,

Me acaba de surgir un problema que no sé ni como buscarlo por internet...

Tengo una tabla que se llama "blog_post".
Dentro tenemos campos como "post_category" y "post_tags".

Resulta que "post_tags" es un VARCHAR(255) con contiene por ejemplo "samsung, android, 6 pulgadas".

Como puedo hacer un SELECT que muestre todos los posts cuyos "post_tags" contenga "android"?

¿Se puede hacer?

Gracias por la ayuda y un saludo.

[gnzsoloyo]

Bueno, es uno de esos casos medio espantosos de performance. Lamentablemente es muy habitual...
Lo que tienes es lo que se denomina "campo multivaluado", que están prohibidos en las bases de datos relacionales, pero infortunadamente es la forma en que la inmensa mayoría de los desarrolladores sin bases firmes en arquitectura de datos pone los campos de "tags",.
En fin.
Mira, en forma genérica, todos los DBMS, cualquiera que uses reconocerá esta sinaxis:

Código SQL:

SELECT *
FROM blog_posts
WHERE post_tags LIKE '%android%'
 

El problema es que es un método súmamente ineficiente. Su performance es un espanto para cualquier DBMS y especialmente con tablas que contengan muchos registros, porque lo que hace esa consulta es un full table scan (lectura completa de toda la tabla), para analizar uno a uno ese campo en todos los registros.

Por otro lado, si usases por ejemplo MySQL, existe una función capaz de hacer un barrido más performántico, e incluso se puede plantear usar indices FULLTEXT, que podrían mejorar todo.

Nota: Con el LIKE usado con dos comodines, como te lo pongo, no hay índice que sirva.

[chocovo]

gnzsoloyo, gracias por la respuesta. Me ha parecido muy útil.

Llevo menos de un año programando y me queda mucho por aprender...

Podrías explicar un poco lo de:

existe una función capaz de hacer un barrido más performántico, e incluso se puede plantear usar indices FULLTEXT

Gracias.

PD: ¿tú como habrías hecho lo de las tags?

[gnzsoloyo]

¿Como hacerlos?
Bueno, si se tiene forzosamente que poner un sólo campo, lo podría en un tipo de campo y DBMS que permita índices fulltext, pero con la condición de no admitir tags que tengan menos de cinco caracteres de longitud (sin espacios), porque eso destruye la performance.
Por otro lado, hay que ver si es funcional usar una tabla de tags, la verdad nunca me lo plantee en profundidad porque el FULLTEXT con la condición que te digo es bastante bueno.
En el caso de los multivalores con separación de comas, se puede usar en MySQL FIND_IN_SET(), por ejemplo, que evalúa ese tipo de casos y suele dar buenos resultados.