MySQLにHTMLのソース（約40万文字）を保存する場合、データタイプをmediumtextにするだけで十分でしょうか？

Question

日々動的に更新されるサイトに対して、静的なHTMLソースをDBへバックアップしていきたいのですが、
DBの設計に不安があります。

保存対象はHTMLソースのみで、CSSやJSのリンクファイルは必要ありません。

• HTMLソースの文字数：約40万文字（日本語・英数字合計）
• レコード追加頻度：1000件/日

試しにこちらの構造で動かしたところ、保存は出来ていたものの
いつのまにかDBが壊れてMySQLが起動しなくなりました。

'id' int AUTO_INCREMENT
'html' TEXT
'update' TIMESTAMP

そこで、データタイプを mediumtext にしました。

mediumtext は、最長16,777,215 (224 - 1) バイトとあったので、
日本語が含まれていても、上限文字数には達しないと考えています。

現在はこちらの構造にして、保存自体はできています。

'id' int AUTO_INCREMENT
'html' MEDIUMTEXT
'update' TIMESTAMP

この他に、インデックスの付け方など安全な設計はありますでしょうか？

よろしくお願いいたします。

Answer 1

普通に考えると、HTML ソースを保存する、というのが引っ掛かります。

• ブログなどであれば、HTML の元となる DB があるので、それをバックアップすればよい
• 純粋な静的HTMLであれば、HTMLソースではなくサーバ丸ごと（ファイルシステムとして）バックアップすればよい

ので、わざわざDBに入れる理由がよくわからないのです。

Answer 2

1ファイル40万文字と言うのは運用上どうかと思います
朝刊一部が25万文字とも40万文字とも言われています。
それだけの文字を1ページに押し込めるのは
全文検索など活用するとしても検索性が低いでしょう

Answer 3

どうしても、静的なHTMLソースを保存したいなら、
ファイルに書き出して特定の場所に置いて、保存パスだけDBに登録して置けばいいのではないでしょうか?
というか、こんなことしてたら直ぐに保存領域食いつぶしそうなので、保存期間決めて消していかないととんでもない事になりそうです。

Answer 4

皆さんのご指摘通り、DBだけでは運用上問題があると思うので、
file_put_contents()でファイル保存、そのファイル名をDBに挿入していく形にしました。

自前のサイトではなく、いくつかのサイト上に欲しいデータがあったので、
時間を分けてスクレイピングでHTMLを一時保存。（APIはありませんでした）

HTMLを加工して、必要箇所のみDBに保存。

加工時に問題がなければ、一時保存したHTMLを削除。

スクレイピング時に必要データだけをDBに保存せず、HTMLを保存したかった理由としては、サイト構造が更新されたときへの保険のつもりです。

ご回答いただいた皆さまありがとうございます。