Question

我有一个包含7列的mysql表，每行包含整数值。

我有一个简单的站点，它接收用户的值，我必须尝试查看用户发送的值是否与表中的任何行匹配或类似。

所以用户写道，例如1 2 3 4 5 6 7作为输入。

我必须知道我的表中的任何行是否与没有顺序的行相似。所以1 2 3 4 5 6 7 = 7 6 5 4 3 2 1等等。该表包含超过40,000行数据。

我还必须看看他们是否共享至少5，6或7位数。

这意味着使用排列来查找所有可能的组合。然而，这种问题的最佳方法是什么？

从用户那里获取输入并获取所有排列并匹配第一行，第二行等，并报告是否找到？或者，反过来，从表中获取一行并获得所有排列并根据用户输入进行匹配？
当经历这么多排列的大桌子时，内存和CPU使用情况怎么样？

Answer 1

在完整规范化架构中，这是一个具有查询的单一

让我们假设您的表格为pk：

create table T1 
( pk char (1), a1 int, a2 int, a3 int, a4 int, a5 int, a6 int, a7 int);

insert into T1 values 
('a',1,2,3,4,5,6,7),
('b',2,3,4,5,6,7,8),
('z',10,11,12,13,14,15,16);

目前，我们可以将数据标准化为：

select
   pk, 
   case a
    when 1 then a1
    when 2 then a2
    when 3 then a3
    when 4 then a4
    when 5 then a5
    when 6 then a6
    when 7 then a7
   end
   as v
from T1   
cross join 
   (select 1 as a from dual union all
    select 2 as a from dual union all
    select 3 as a from dual union all
    select 4 as a from dual union all
    select 5 as a from dual union all
    select 6 as a from dual union all
    select 7 as a from dual ) T2

在上一个查询中，您可以轻松地将您的要求与具有以下内容的单个匹配：

select pk
from
(
select
   pk, 
   case a
    when 1 then a1
    when 2 then a2
    when 3 then a3
    when 4 then a4
    when 5 then a5
    when 6 then a6
    when 7 then a7
   end
   as v
from T1   
cross join 
   (select 1 as a from dual union all
    select 2 as a from dual union all
    select 3 as a from dual union all
    select 4 as a from dual union all
    select 5 as a from dual union all
    select 6 as a from dual union all
    select 7 as a from dual ) T2
) T
where
   T.v in ( 4,5,6,7,8,9,10)
group by pk
having                                           <-- The Having
   count( pk ) > 4

Results：

| PK |
------
|  b |

Answer 2

一种轻量级方法可能是在数据库中添加一个额外的字段，这是所有7个字段组合的数字排序版本。

例如。如果数据库中的数据是2 4 7 6 5 1 3，则组合字段将为1234567

然后在比较时，以数字方式对用户响应进行排序，并与数据库中的组合字段进行比较。

根据您的工作情况，您可以像这样编写查询

select * from table where combination like '12%' or combination like '123%'

如果您知道匹配号码的最小数量是多少，那将会减轻查询次数

了解他们写的与数据库中的内容有多相似。您可以使用levenshtein PHP函数：http://php.net/manual/en/function.levenshtein.php

$result = levenshtein($input,$combination);

Answer 3

我担心你无法真正有效地建立对这类问题的查询。

您可以构建WHERE子句，如：

(`1` IN ARRAY(1,2,3,4,5,6,7) 
    AND `2` IN ARRAY(1,2,3,4,5,6,7)
    AND `3` IN ARRAY(1,2,3,4,5,6,7)
    AND `4` IN ARRAY(1,2,3,4,5,6,7)
    AND `5` IN ARRAY(1,2,3,4,5,6,7))
OR
(`1` IN ARRAY(1,2,3,4,5,6,7) 
    AND `2` IN ARRAY(1,2,3,4,5,6,7)
    AND `3` IN ARRAY(1,2,3,4,5,6,7)
    AND `4` IN ARRAY(1,2,3,4,5,6,7)
    AND `6` IN ARRAY(1,2,3,4,5,6,7))
-- Each combination

但那将是一个条件的地狱。另一方面，您可以尝试使用以下组合：

首先检查列1是否包含信息：

IF( `1` IN ARRAY(1,2,3,4,5,6,7), 1, 0)

然后总结所有这些数据：

SELECT (
    IF( `1` IN ARRAY(1,2,3,4,5,6,7), 1, 0) +
    IF( `2` IN ARRAY(1,2,3,4,5,6,7), 1, 0) +
    IF( `3` IN ARRAY(1,2,3,4,5,6,7), 1, 0) +
    IF( `4` IN ARRAY(1,2,3,4,5,6,7), 1, 0) +
    IF( `5` IN ARRAY(1,2,3,4,5,6,7), 1, 0) +
    IF( `6` IN ARRAY(1,2,3,4,5,6,7), 1, 0) +
    IF( `7` IN ARRAY(1,2,3,4,5,6,7), 1, 0)
) AS `matches_cnt`
FROM t1
HAVING `matches_cnt` >= 5

这将迭代所有行，条件非常复杂（因此床性能）。

您也可以尝试用二进制字符串替换值，例如：

1,2,7 = 01000011

然后在已检查记录和数据库之间计算Hamming distance，但这只会降低条件的复杂性，但需要迭代所有记录将保持不变。

使用以下方法在mysql中实现：

将替换第一部分：

SELECT (
    $MAX_NUMBER$ - BIT_COUNT( XOR( `binary_representation`, $DATA_FROM_USER$))
) AS `matches_cnt`

PHP MySQL用于MySQL表的排列

3 个答案: