Question

我有一个小网站，我希望在标签的基础上获得相关视频...什么可能是最好的MS SQL 2005查询，以获得基于标签的相关视频。如果你能给出很棒的LINQ查询。

这是数据库架构：

CREATE TABLE Videos
    (VideoID bigint not null , 
    Title varchar(100) NULL, 
    Tags varchar(MAX) NULL, 
    isActive bit NULL  )

INSERT INTO Videos VALUES ( 1,'Beyonce Shakira - Beautiful Liar','shakira, beyonce, music, video',1)
INSERT INTO Videos VALUES ( 2,'Beyonce Ego Remix','beyonce, music, video',1)
INSERT INTO Videos VALUES ( 3,'Beyonce Ego','beyonce, music, video',1)

在观看ID为1的视频时，我想要的是它应该根据标签显示相关视频，大多数匹配的术语应该排在最前面。

先谢谢

Answer 1

您显示的模式，使用填充到Tags字符串中的每个视频的所有标记进行非规范化，都是为您的目的设计的 - 在TSQL中没有合理的方法来计算这种格式的两个字符串之间有意义的“共性”，因此没有合理的方法来检查哪些项目具有相对较高的共性，因此可能被视为“相关”。如果模式是不可触及的，那么你必须为此目的实现一个用户定义的函数（用C＃或其他.NET语言），即使这样你也会或多或少地扫描整个表，因为没有合理的方法在这样的基础上索引。

如果您可以重新设计架构（还有两个表：一个用于存放标签，另一个用于表示标签和视频之间的多对多关系），可能会有更好的前景;在这种情况下，大概有多少（数量级）视频的预期，总体上有多少（同上）不同的标签，以及视频预期会有多少标签，这可能会让设计和有效方式得以实现追求你的目的。

编辑：根据评论，显然可以重新设计架构，但仍然没有给出关于我问的数字的指示，因此适当的指数和c将仍然是一个完全神秘的东西。无论如何，假设模式是这样的（每个表可以根据需要包含其他列，只需将它们添加到查询中;并且VARCHAR长度也无关紧要）：

CREATE TABLE Videos (VideoID INT PRIMARY KEY,
                     VideoTitle VARCHAR(80));

CREATE TABLE Tags (TagID INT PRIMARY KEY,
                   TagText VARCHAR(20));

CREATE TABLE VideosTags (VideoID FOREIGN KEY REFERENCES Videos,
                         TagID FOREIGN KEY REFERENCES Tags,
                         PRIMARY KEY (VideoId, TagId));

即。只是经典的“多多关系”教科书的例子。

现在给出视频的标题，比如@MyTitle，可以很容易地查询与其最“相关”的5个视频的标题，例如：

WITH MyTags(TagId) AS
(
  SELECT VT1.TagID
  FROM Videos V1
  JOIN VideosTags VT1 ON (V1.VideoID=VT1.VideoID)
  WHERE V1.VideoTitle=@MyTitle
)
SELECT TOP(5) V2.VideoTitle, COUNT(*) AS CommonTags
FROM Videos V2
JOIN VideosTags VT2 ON (V2.VideoID=VT2.VideoID)
JOIN MyTags ON (VT2.TagId=MyTags.TagId)
GROUP BY V2.VideoId
ORDER BY CommonTags DESC;

Answer 2

您最好分割模式，以便标签位于单独的表中，然后使用中间表链接到视频，这可能是...

select v.*
from Video v
  inner join VideoTag vt 
    inner join Tag t on vt.TagID = t.TagID
  on v.VideoID = vt.VideoID 
where t.Description = @tagText

修改后的架构看起来像

视频

VideoID
Title
Description

标签

TagID
Description

VideoTag

VideoID
TagID

或者，您可以尝试使用更简单的查询，例如

select VideoID, Title, Description
from Video
where Tags like '%' + @tag + '%'

但这会匹配包含其他标签的标签（例如'art'和'martial art'），这就是为什么我认为将模式拆分为更好的解决方案。

Answer 3

如果您使用的是代码，那么您只需要WHERE tag = 'thistag'条件（如果同一个表中有一个代码），或者WHERE tag in (SELECT tag FROM tags_table WHERE video_id = this_video_id)如果您将代码标准化为你的视频表，虽然任何一个解决方案可能会返回很多视频，所以你必须以某种方式修剪它。

这就是它变得有趣（而且很难）的地方;您不仅需要为每个视频存储一组标记，还需要为每个标记到视频关系存储一个关联分数。这会变得混乱和主观。

另一方面，如果你真的想要“最匹配的术语”（请在你的编辑中提到），我真正认为你需要的是数据挖掘查询。 Basket analysis是一种常用于显示“相关项目”的技术，当人们有兴趣查看其他对此项目感兴趣的人也感兴趣的内容时。这有点超出SQL查询，但如果你有SQL Server 2005，它是Analysis Services包的一部分。值得一看！

编辑：既然您已发布架构，我强烈建议您将Tags字段规范化为另一个表格。围绕包含多个分隔项的字段进行编码非常困难，并由1st form normalisation解决。

Answer 4

如果我已正确理解您的问题，因为您有一个视频表格，并且在该表格中有一列“标记”，其中一系列标记用逗号分隔;那么这里是LINQ查询...

dbDataContext db = new dbDataContext();

var movies =
    from v in db.Videos
    where v.Tags.Contains("Thriller")
    select v;

我用VideoId，Name和Tags制作了一个快速表。我添加了一部电影'黑客帝国'并放置标签'惊悚片;动作片;戏剧片' - 该查询找到了黑客唱片。

作为旁注，有一个标签表，然后是一个包含VideoId的表格以及属于它们的标签，这不是更好吗？

只是一个想法。希望有所帮助。

什么是获得相关项目的最佳SQL查询？

4 个答案: