ファイルシステムを模したデータベースの設計について

質問

Unix/Linux環境において、ファイルシステムを模したデータベースを設計しています。テーブルは大まかに、ユーザ情報、ユーザグループ情報そしてファイル情報の3つとなり、ユーザとグループの権限に応じて、ファイルの検索が出来るように作っています。PHPを通じて、検索結果を出力します。

今回ご相談したいのは、ファイル情報のテーブルです。ディレクトリの情報とファイルの情報を同じテーブルに入れようか、別なテーブルに分けた方がいいのか、悩んでいます。

テーブルを分けない場合だと、ファイル情報を検索する際、テーブルからファイル情報だけ抽出したテーブルと、同じテーブルからディレクトリ情報だけ抽出したテーブルをSQL関数でつなぐクエリを使えばいいのかなと考えています。

テーブルを分ける場合だと、ファイル情報テーブルとディレクトリ情報テーブルをSQL関数でつなげばいいのかなと思います。

どちらの方が効率がよい＝ウェブサーバのリソースを抑えることができるのか、判断に苦しんでいます。相談に乗っていただけたら助かります。

回答No.2

chukenkenkou

母体データ件数、ヒットするデータ件数、ソート要否、どういう操作中心かなどにより大きく話が違ってきます。
また、ディレクトリの階層は何階層にもなり得て、そこで既に自己結合が発生するのでは？
また、オプティマイザなどは、MySQLのバージョンにより、話が全然違ってきます。

お礼

具体的な説明が不足している中、相談に乗っていただき、どうもありがとうございました。ディレクトリ情報、ファイル情報ともにひとつのデータベースで扱うようにしてみたいと思います。完成にはまだ時間がかかりますが、その過程でまた相談に乗っていただけたらうれしく思います。

どうもありがとうございました。

補足

操作の中心は、ファイルの検索です。

ソート要因は、ファイル名、アップロードされた日付、ファイルサイズの昇順/降順。

母体データ件数は、アップロードしたファイル数によりますので何とも。しかし個人レベルでの利用なので、1万とかはないと思います。数千かと。

ヒットするデータ件数は、ユーザが任意で指定出来るようにするつもりですが、最大100件にしてページ送りをつけようと考えています。

ディレクトリの階層はいくらでも深く出来るようにしますが、確かに、ここで確実に自己結合が発生しますね。

MySQLのバージョンは4以上を予定してます。

回答No.1

chukenkenkou

>ディレクトリの情報とファイルの情報を同じテーブルに入れようか、
>別なテーブルに分けた方がいいのか

「ファイルの情報」とは、具体的に言ってどういうものですか？

>ファイルシステムを模したデータベース

との表題から推測すると、ファイルのデータそのものなのでしょうか？
もしそうなら、一個のテーブルで管理するという発想は、普通はしないのでは？

>テーブルをSQL関数でつなげば

SQL関数でつなぐとは？

>どちらの方が効率がよい＝ウェブサーバのリソースを抑えることが
>できるのか、判断に苦しんで

もっと具体的な話がなければ、誰も具体的なアドバイスはできません。

補足

説明不足で申し訳ありません。

作ろうとしているのはウェブアプリケーションで、サーバのファイルシステムにあるファイルの情報をテーブルに格納、それに情報を追加（タグとか）、ログインユーザが自分の探すファイルを検索・表示できる仕組みです。

> との表題から推測すると、ファイルのデータそのものなのでしょうか？

いいえ。ファイルそのものはファイルシステムに入ります。
DBにはそのファイルの情報、具体的には以下を入れようと考えています。
・ファイル(ディレクトリ)のinode
・ファイル(ディレクトリ)名
・ファイル(ディレクトリ)のあるディレクトリ
・ファイル(ディレクトリ)を作成したユーザID
・ファイル(ディレクトリ)の属するグループID
・ファイル検索用のタグ
・その他情報（サイズ、更新日など）

ユーザがファイル/ディレクトリに操作を行う際、ユーザとファイルの属するグループに応じて操作を許可/拒否するように作りたいと考えています。簡単に説明すると
・ユーザ・ファイル・ディレクトリは共にグループに属する
・グループに属するユーザのみ、そのグループに属するファイル・ディレクトリに対して操作（追加・名前変更・削除・移動）を行うことができる

操作の許可/拒否を判定する際、ファイルの情報とディレクトリの情報を結合する必要が生じます。

> テーブルをSQL関数でつなげば

ファイル情報テーブル（テーブルA）、ディレクトリ情報テーブル（テーブルB）として「SELECT xxx, yyy FROM テーブルA, テーブルB WHERE テーブルA.yyy = テーブルB.zzz」のことを言いたかったです。

1つのテーブルを利用する方法として自己結合を考えましたが、クエリ処理の中間にテーブルのキャッシュを発生させてサーバの負荷を上げてしまうのではないだろうか、と思いました。