SQL：返回带有计算列匹配百分比的用户表？

Question

我目前正在编写一个基于回答问题匹配用户的webapp。 我只在一个查询中实现了我的匹配算法，并将其调整到目前为止需要8.2ms来计算2个用户之间的匹配百分比。 但我的webapp必须获取用户列表并遍历执行此查询的列表。 对于5000个用户，我的本地计算机需要50秒。 是否可以将所有内容放在一个查询中，该查询返回一个包含user_id的列和一个包含计算匹配的列？ 或者存储过程是一个选项？

我目前正在使用MySQL，但愿意在需要时切换数据库。

对于任何对架构和数据感兴趣的人，我创建了一个SQLFiddle： http ：//sqlfiddle.com/#！2/84233/1

和我的匹配查询：

SELECT COALESCE(SQRT( (100.0*as1.actual_score/ps1.possible_score) * (100.0*as2.actual_score/ps2.possible_score) ) - (100/ps1.commonquestions), 0) AS perc
  FROM (SELECT SUM(imp.value) AS actual_score 
      FROM user_questions AS uq1
      INNER JOIN importances imp ON imp.id = uq1.importance
      INNER JOIN user_questions uq2 ON uq2.question_id = uq1.question_id AND uq2.user_id = 101
        AND (uq1.accans1 = uq2.answer_id 
          OR uq1.accans2 = uq2.answer_id
          OR uq1.accans3 = uq2.answer_id
          OR uq1.accans4 = uq2.answer_id)
      WHERE uq1.user_id = 1) AS as1, 
  (SELECT SUM(value) AS possible_score, COUNT(*) AS commonquestions
      FROM user_questions AS uq1
      INNER JOIN importances ON importances.id = uq1.importance
      INNER JOIN user_questions uq2 ON uq1.question_id = uq2.question_id AND uq2.user_id = 101
      WHERE uq1.user_id = 1) AS ps1,
  (SELECT SUM(imp.value) AS actual_score 
      FROM user_questions AS uq1
      INNER JOIN importances imp ON imp.id = uq1.importance
      INNER JOIN user_questions uq2 ON uq2.question_id = uq1.question_id AND uq2.user_id = 1
        AND (uq1.accans1 = uq2.answer_id 
          OR uq1.accans2 = uq2.answer_id
          OR uq1.accans3 = uq2.answer_id
          OR uq1.accans4 = uq2.answer_id)
      WHERE uq1.user_id = 101) AS as2, 
  (SELECT SUM(value) AS possible_score 
      FROM user_questions AS uq1
      INNER JOIN importances ON importances.id = uq1.importance
      INNER JOIN user_questions uq2 ON uq1.question_id = uq2.question_id AND uq2.user_id = 1
      WHERE uq1.user_id = 101) AS ps2

Answer 1

我很无聊，所以：这是你的查询的重写版本 - 基于模式的PostgreSQL端口 - 一次计算所有用户配对的匹配：

http://sqlfiddle.com/#!12/30524/6

我检查了它，它为用户对产生了相同的结果（1,5）。

WITH
userids(uid) AS (
    select distinct user_id from user_questions
),
users(u1,u2) AS (
    SELECT u1.uid, u2.uid FROM userids u1 CROSS JOIN userids u2 WHERE u1 <> u2
),
scores AS (
        SELECT
            sum(CASE WHEN uq2.answer_id IN (uq1.accans1, uq1.accans2, uq1.accans3, uq1.accans4) THEN imp.value ELSE 0 END) AS actual_score,
            sum(imp.value) AS potential_score,
            count(1) AS common_questions,
            users.u1,
            users.u2
        FROM user_questions AS uq1
        INNER JOIN importances imp ON imp.id = uq1.importance
        INNER JOIN user_questions uq2 ON uq2.question_id = uq1.question_id
        INNER JOIN users ON (uq1.user_id=users.u1 AND uq2.user_id=users.u2)
        GROUP BY u1, u2
),
score_pairs(u1,u2,u1_actual,u2_actual,u1_potential,u2_potential,common_questions) AS (
    SELECT s1.u1, s1.u2, s1.actual_score, s2.actual_score, s1.potential_score, s2.potential_score, s1.common_questions
    FROM scores s1 INNER JOIN scores s2 ON (s1.u1 = s2.u2 AND s1.u2 = s2.u1)
    WHERE s1.u1 < s1.u2
)
SELECT
    u1, u2, 
    COALESCE(SQRT( (100.0*u1_actual/u1_potential) * (100.0*u2_actual/u2_potential) ) - (100/common_questions), 0) AS "match"
FROM  score_pairs;

没有理由你不能将它移回MySQL，因为CTE只是为了可读性而没有做任何你不能做的事情FROM (SELECT ...) 。 没有WITH RECURSIVE子句，并且没有CTE从多个其他CTE引用。 你有一个可怕的嵌套查询，但这只是一个格式挑战。

变化：

• 生成一组不同的用户
• 自我加入一组不同的用户以创建一组用户配对
• 然后在分数查询中加入配对列表以生成分数表
• 通过组合可能的score1和possiblescore2，actualscore1和actualscore2的大量重复查询来生成得分表。
• 然后在最终的外部查询中对其进行总结

我没有优化查询; 如我所写，它在我的系统上以5ms运行。 在更大的数据上，您可能需要重构其中一些或使用一些技巧，例如将一些CTE子句转换为SELECT ... INTO TEMPORARY TABLE临时表创建语句，然后在查询之前进行索引。

您也可能希望将users行集的生成移出CTE并转换为scores的FROM子查询子句。 这是因为WITH需要表现为子句之间的优化范围，因此数据库必须实现行，并且不能使用向上或向下推送子句等技巧。