Como você executar um AND com uma junção?

Question

Eu tenho a seguinte estrutura de dados e dados:

CREATE TABLE `parent` (
  `id` int(11) NOT NULL auto_increment,
  `name` varchar(10) NOT NULL,
  PRIMARY KEY  (`id`)
) ENGINE=MyISAM DEFAULT CHARSET=latin1;

INSERT INTO `parent` VALUES(1, 'parent 1');
INSERT INTO `parent` VALUES(2, 'parent 2');

CREATE TABLE `other` (
  `id` int(11) NOT NULL auto_increment,
  `name` varchar(10) NOT NULL,
  PRIMARY KEY  (`id`)
) ENGINE=MyISAM DEFAULT CHARSET=latin1;

INSERT INTO `other` VALUES(1, 'other 1');
INSERT INTO `other` VALUES(2, 'other 2');

CREATE TABLE `relationship` (
  `id` int(11) NOT NULL auto_increment,
  `parent_id` int(11) NOT NULL,
  `other_id` int(11) NOT NULL,
  PRIMARY KEY  (`id`)
) ENGINE=MyISAM DEFAULT CHARSET=latin1;

INSERT INTO `relationship` VALUES(1, 1, 1);
INSERT INTO `relationship` VALUES(2, 1, 2);
INSERT INTO `relationship` VALUES(3, 2, 1);

Eu quero encontrar os registros pai com as duas outras de 1 & 2.

Isto é o que eu descobri, mas eu estou querendo saber se existe uma maneira melhor:

SELECT p.id, p.name
FROM parent AS p
    LEFT JOIN relationship AS r1 ON (r1.parent_id = p.id)
    LEFT JOIN relationship AS r2 ON (r2.parent_id = p.id)
WHERE r1.other_id = 1 AND r2.other_id = 2;

O resultado é 1, "pai 1" que é correto. O problema é que uma vez que você obter uma lista de 5+ junta-se, torna-se confuso e como a tabela de relacionamento cresce, torna-se lenta.

Existe uma maneira melhor?

Estou usando o MySQL e PHP, mas isso provavelmente é bastante genérico.

Answer 1

Ok, eu testei isso. As consultas do melhor para o pior foram os seguintes:

Consulta 1: Junta (0.016s; basicamente instantânea )

SELECT p.id, name
FROM parent p
JOIN relationship r1 ON p.id = r1.parent_id AND r1.other_id = 100
JOIN relationship r2 ON p.id = r2.parent_id AND r2.other_id = 101
JOIN relationship r3 ON p.id = r3.parent_id AND r3.other_id = 102
JOIN relationship r4 ON p.id = r4.parent_id AND r4.other_id = 103

Consulta 2: existe (0.625s)

SELECT id, name
FROM parent p
WHERE EXISTS (SELECT 1 FROM relationship WHERE parent_id = p.id AND other_id = 100)
AND EXISTS (SELECT 1 FROM relationship WHERE parent_id = p.id AND other_id = 101)
AND EXISTS (SELECT 1 FROM relationship WHERE parent_id = p.id AND other_id = 102)
AND EXISTS (SELECT 1 FROM relationship WHERE parent_id = p.id AND oth

Consulta 3: Agregado (1.016s)

p.id SELECT, p.name DE-mãe p WHERE (SELECT COUNT (*) FROM relacionamento onde parent_id = p.id E EM other_id (100101102103))

Consulta 4: UNIÃO Agregado (2.39s)

SELECT id, name FROM (
  SELECT p1.id, p1.name
  FROM parent AS p1 LEFT JOIN relationship as r1 ON(r1.parent_id=p1.id)
  WHERE r1.other_id = 100
  UNION ALL
  SELECT p2.id, p2.name
  FROM parent AS p2 LEFT JOIN relationship as r2 ON(r2.parent_id=p2.id)
  WHERE r2.other_id = 101
  UNION ALL
  SELECT p3.id, p3.name
  FROM parent AS p3 LEFT JOIN relationship as r3 ON(r3.parent_id=p3.id)
  WHERE r3.other_id = 102
  UNION ALL
  SELECT p4.id, p4.name
  FROM parent AS p4 LEFT JOIN relationship as r4 ON(r4.parent_id=p4.id)
  WHERE r4.other_id = 103
) a
GROUP BY id, name
HAVING count(*) = 4

Na verdade, o acima foi produzir os dados errados por isso é errado ou eu fiz algo de errado com ele. Seja qual for o caso, o acima é apenas uma má idéia.

Se isso não é rápido, então você precisa olhar para o plano de explicar para a consulta. Você provavelmente está apenas falta índices apropriados. Experimente-o com:

CREATE INDEX ON relationship (parent_id, other_id)

Antes de ir abaixo da rota de agregação (SELECT COUNT (*) FROM ...) você deve ler instrução SQL - ‘Junte-se a’ Vs ‘Group By e ter’

Nota: Os horários acima são baseados em:

CREATE TABLE parent (
  id INT PRIMARY KEY,
  name VARCHAR(50)
);

CREATE TABLE other (
  id INT PRIMARY KEY,
  name VARCHAR(50)
);

CREATE TABLE relationship (
  id INT PRIMARY KEY,
  parent_id INT,
  other_id INT
);

CREATE INDEX idx1 ON relationship (parent_id, other_id);
CREATE INDEX idx2 ON relationship (other_id, parent_id);

e cerca de 800.000 registros criados com:

<?php
ini_set('max_execution_time', 600);

$start = microtime(true);

echo "<pre>\n";
mysql_connect('localhost', 'scratch', 'scratch');
if (mysql_error()) {
    echo "Connect error: " . mysql_error() . "\n";
}
mysql_select_db('scratch');
if (mysql_error()) {
    echo "Selct DB error: " . mysql_error() . "\n";
}

define('PARENTS', 100000);
define('CHILDREN', 100000);
define('MAX_CHILDREN', 10);
define('SCATTER', 10);
$rel = 0;
for ($i=1; $i<=PARENTS; $i++) {
    query("INSERT INTO parent VALUES ($i, 'Parent $i')");
    $potential = range(max(1, $i - SCATTER), min(CHILDREN, $i + SCATTER));
    $elements = sizeof($potential);
    $other = rand(1, min(MAX_CHILDREN, $elements - 4));
    $j = 0;
    while ($j < $other) {
        $index = rand(0, $elements - 1);
        if (isset($potential[$index])) {
            $c = $potential[$index];
            $rel++;
            query("INSERT INTO relationship VALUES ($rel, $i, $c)");
            unset($potential[$index]);
            $j++;
        }
    }
}
for ($i=1; $i<=CHILDREN; $i++) {
    query("INSERT INTO other VALUES ($i, 'Other $i')");
}

$count = PARENTS + CHILDREN + $rel;
$stop = microtime(true);
$duration = $stop - $start;
$insert = $duration / $count;

echo "$count records added.\n";
echo "Program ran for $duration seconds.\n";
echo "Insert time $insert seconds.\n";
echo "</pre>\n";

function query($str) {
    mysql_query($str);
    if (mysql_error()) {
        echo "$str: " . mysql_error() . "\n";
    }
}
?>

junta Então mais uma vez levar o dia.

Answer 2

Uma vez que a tabela pai contém chave única na (parent_id, other_id) você pode fazer isso:

select p.id, p.name 
  from parent as p 
 where (select count(*) 
        from relationship as r 
       where r.parent_id = p.id 
         and r.other_id in (1,2)
        ) >= 2

Answer 3

Simplificando um pouco, isso deve funcionar, e eficiente.

SELECT p.id DISTINCT, p.name
De pai p
INNER JOIN relação R1 no p.id = r1.parent_id E r1.other_id = 1 | INNER JOIN relação r2 ON p.id = r2.parent_id E r2.other_id = 2

exigirá pelo menos um registro juntou para cada valor "outro". E o otimizador deve saber que só tem de encontrar uma partida, e só precisa de ler o índice, não tanto das mesas auxiliares, um dos quais não é mesmo referenciados em tudo.

Answer 4

Eu realmente não tenho testado, mas algo ao longo das linhas de:

SELECT id, name FROM (
  SELECT p1.id, p1.name
  FROM parent AS p1 LEFT JOIN relationship as r1 ON(r1.parent_id=p1.id)
  WHERE r1.other_id = 1
  UNION ALL
  SELECT p2.id, p2.name
  FROM parent AS p2 LEFT JOIN relationship as r2 ON(r2.parent_id=p2.id)
  WHERE r2.other_id = 2
   -- etc
) GROUP BY id, name
HAVING count(*) = 2

A idéia é que você não tem que fazer multi-caminho junta-se; apenas concatenar os resultados da junta regular, grupo por seus ids, e escolher as linhas que apareceram em todos os segmentos.

Answer 5

Este é um problema comum quando procurar vários associados através de muitos para muitos aderir. Este é freqüentemente encontrado em serviços que utilizam o conceito de 'tag', por exemplo, Stackoverflow

Veja meu outro post sobre uma melhor arquitetura para tag (no seu caso 'outro') de armazenamento

Searching é um processo de duas etapas:

1. Encontre todas candiates possíveis de TagCollections que têm quaisquer / todas as tags que você precisa (pode ser mais fácil usar um cursor de construção de loop)
2. Selecionar dados com base que os jogos TagCollection

O desempenho é sempre mais rápido devido à existência de um número significativamente menor TagCollections do que itens de dados de pesquisa

Answer 6

Você pode fazer isso com um SELECT aninhada, eu testei em MSSQL 2005, mas como você disse que deve ser bastante genérico

SELECT * FROM parent p
WHERE p.id in(
    SELECT r.parent_Id 
    FROM relationship r 
    WHERE r.parent_id in(1,2) 
    GROUP BY r.parent_id
    HAVING COUNT(r.parent_Id)=2
)

e o número 2 em COUNT(r.parent_Id)=2 está de acordo com o número de junções que você precisa)

Answer 7

Se você pode colocar sua lista de valores other_id em uma tabela que seria o ideal. O código abaixo olhares para os pais com pelo menos os ids dado. Se você deseja que ele tem exatamente o mesmo IDS (ou seja, sem extras), você teria que alterar a consulta ligeiramente.

SELECT
     p.id,
     p.name
FROM
     My_Other_IDs MOI
INNER JOIN Relationships R ON
     R.other_id = MOI.other_id
INNER JOIN Parents P ON
     P.parent_id = R.parent_id
GROUP BY
     p.parent_id,
     p.name
HAVING
     COUNT(*) = (SELECT COUNT(*) FROM My_Other_IDs)