[英]Find duplicates in a one to many relationship in SQL
问题
我有2张桌子:
Table tTag
idTag int
otherColumns
和
Table tTagWord
idTagWord int
idTag int
idWord int
position int
例如:
因此,每个idTag将具有多个idTagWord(未知数字),位置也很重要。 我试图找到最佳的性能,以找到重复项。
对于两个不同的idTag,重复项将以相同的顺序(位置)具有相同的idWord。
我尝试过的
SELECT GROUP_CONCAT(DISTINCT tab.idTag SEPARATOR ',') INTO @idTagSet
FROM ( SELECT idTag,GROUP_CONCAT(idWord order by position ASC SEPARATOR ' ') AS Tag
FROM tTagWord
GROUP BY idTag) AS tab
INNER JOIN (SELECT idTag,GROUP_CONCAT(idWord order by position ASC SEPARATOR ' ') AS Tag
FROM tTagWord
GROUP BY idTag) AS tab2 ON tab.Tag = tab2.Tag
WHERE tab.idTag <> tab2.idTag;
上一个查询返回一组重复的idTag,因此可以正常工作。 但是性能太差了。 有了15万个idTag,它已经花费了几分钟,并且表很快就会有数百万个idTag。
我也尝试过这样的答案
select idTag, GROUP_CONCAT(idWord order by position ASC SEPARATOR '-') AS idWordSet
from tTagWord
group by idTag
Having COUNT(idWordSet) > 1;
但是我似乎找不到办法。 任何想法?
尝试两个group by
s怎么样?
SELECT words, count(*), group_concat(idtag) as tags
FROM (SELECT idTag, GROUP_CONCAT(idWord order by position ASC SEPARATOR ' ') AS words
FROM tTagWord
GROUP BY idTag
) t
GROUP BY words
HAVING count(*) > 1;
这种查询有时称为关系除法, https: //www.simple-talk.com/sql/t-sql-programming/divided-we-stand-the-sql-of-有很多方法关系分/
一个例子是:
select
t1.idTag as tag1,
t2.IdTag as tag2
from
tTagWord t1
inner join
tTagWord t2
on t1.idWord = t2.idWord and
t1.position = t2.position and
t1.idTag < t2.idTag
group by
t1.idTag,
t2.idTag
having
count(*) = (
select
count(*)
from
tTagWord t3
where
t3.idTag = t1.idTag
) and
count(*) = (
select
count(*)
from
tTagWord t4
where
t4.idTag = t2.idTag
);
这是一个例子 。 我也把戈登的查询放在那儿。 它们可能具有不同的性能特征。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.