多属性商品的键值标签存储数据库设计方案咨询

1. 最优数据结构选择 #

根据你的需求（灵活自定义标签+数值范围筛选+高频标签统计），分两种场景推荐：

• 轻量级场景（数值筛选需求不极端）：用PostgreSQL的JSONB字段存储所有标签。配合两类索引优化性能：
  • GIN索引：针对标签的键或键值对，加速键存在性、模糊匹配类查询
  • 函数索引：针对需要数值筛选的键，比如CREATE INDEX idx_product_weight ON products ((tags->>'weight')::numeric);，解决JSONB字段数值转换的性能问题
    优势是存储灵活，用jsonb_object_keys或jsonb_agg就能快速统计各品类的高频标签。
• 高性能场景（核心依赖数值范围筛选）：采用混合EAV+JSONB方案：
  • 拆分出分类型的EAV表：比如product_numeric_attrs（存weight、size这类数值标签，字段：product_id、attr_key、attr_value numeric），给(attr_key, attr_value)建复合索引；product_string_attrs存字符串类标签
  • 主表保留JSONB字段存全量标签，用于高频标签统计、批量导出等场景
    这种方案彻底避免了JSONB类型转换的性能损耗，数值范围查询速度更快。

2. 数据类型差异处理（以重量为例） #

重点从输入校验、统一存储、查询转换三个环节解决：

• 前端输入标准化：别让卖家自由输入文本，提供「数值输入框+单位下拉选择」的组合组件，比如重量可选kg、g、ton，强制用户区分数值和单位，从源头减少脏数据。
• 后端统一解析转换：
  1. 如果遇到自由文本输入（比如历史数据），用正则提取数值和单位：(\d+\.?\d*)\s*(\w+)?
  2. 维护单位转换映射表：比如ton => 1000、g => 0.001，把所有输入转换成基准单位（比如kg）的纯数值存储
  3. 无法解析的内容（比如输入“很重”），直接标记为字符串类型标签，不进入数值属性表
• 查询时反向转换：用户筛选时选的单位（比如“ton”），先转换成基准单位的范围（比如1 ton = 1000kg，筛选weight>1 ton就变成weight>1000），再执行查询。

3. 同类场景真实案例 #

• Shopify自定义产品属性：允许卖家添加任意自定义属性，后台用分类型EAV存储数值型/字符串型属性，同时提供基于属性的数值范围筛选，前端支持单位自动转换。
• WooCommerce自定义字段：核心依赖WordPress的自定义元数据表（EAV模式）存储属性，同时支持将元数据导出为JSON做统计分析，兼顾灵活性和查询性能。
• 亚马逊商品变体属性：对于重量、尺寸这类数值属性，强制卖家输入时选择标准单位，后台统一转换为内部基准单位存储，确保跨店铺的筛选一致性。

内容的提问来源于stack exchange，提问作者zabzze