SQL：返回帶有計算列匹配百分比的用戶表？

Question

我目前正在編寫一個基於回答問題匹配用戶的webapp。 我只在一個查詢中實現了我的匹配算法，並將其調整到目前為止需要8.2ms來計算2個用戶之間的匹配百分比。 但我的webapp必須獲取用戶列表並遍歷執行此查詢的列表。 對於5000個用戶，我的本地計算機需要50秒。 是否可以將所有內容放在一個查詢中，該查詢返回一個包含user_id的列和一個包含計算匹配的列？ 或者存儲過程是一個選項？

我目前正在使用MySQL，但願意在需要時切換數據庫。

對於任何對架構和數據感興趣的人，我創建了一個SQLFiddle： http ：//sqlfiddle.com/#！2/84233/1

和我的匹配查詢：

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

我很無聊，所以：這是你的查詢的重寫版本 - 基於模式的PostgreSQL端口 - 一次計算所有用戶配對的匹配：

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

我檢查了它，它為用戶對產生了相同的結果（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;

沒有理由你不能將它移回MySQL，因為CTE只是為了可讀性而沒有做任何你不能做的事情FROM (SELECT ...) 。 沒有WITH RECURSIVE子句，並且沒有CTE從多個其他CTE引用。 你有一個可怕的嵌套查詢，但這只是一個格式挑戰。

變化：

• 生成一組不同的用戶
• 自我加入一組不同的用戶以創建一組用戶配對
• 然后在分數查詢中加入配對列表以生成分數表
• 通過組合可能的score1和possiblescore2，actualscore1和actualscore2的大量重復查詢來生成得分表。
• 然后在最終的外部查詢中對其進行總結

我沒有優化查詢; 如我所寫，它在我的系統上以5ms運行。 在更大的數據上，您可能需要重構其中一些或使用一些技巧，例如將一些CTE子句轉換為SELECT ... INTO TEMPORARY TABLE臨時表創建語句，然后在查詢之前進行索引。

您也可能希望將users行集的生成移出CTE並轉換為scores的FROM子查詢子句。 這是因為WITH需要表現為子句之間的優化范圍，因此數據庫必須實現行，並且不能使用向上或向下推送子句等技巧。