Question

我正在开发一个店面Web应用程序。当潜在客户在网站上查看产品时，我想自动从数据库中建议一组类似的产品（与要求人员明确输入产品相似性数据/映射相比）。

事实上，当你考虑它时，大多数店面数据库已经有很多可用的相似性数据。在我的情况下，Products可以是：

映射到Manufacturer（又名Brand），
映射到一个或多个Categories和
映射到一个或多个Tags（又名Keywords）。

Storefront Datamodel Snippet

通过计算产品与所有其他产品之间共享属性的数量，您可以计算“SimilarityScore”，以便将其他产品与客户正在查看的产品进行比较。这是我最初的原型实现：

;WITH ProductsRelatedByTags (ProductId, NumberOfRelations)
AS
(
    SELECT  t2.ProductId, COUNT(t2.TagId)
    FROM    ProductTagMappings AS t1 INNER JOIN
                ProductTagMappings AS t2 ON t1.TagId = t2.TagId AND t2.ProductId != t1.ProductId
    WHERE   t1.ProductId = '22D6059C-D981-4A97-8F7B-A25A0138B3F4'
    GROUP BY t2.ProductId
), ProductsRelatedByCategories (ProductId, NumberOfRelations)
AS
(
    SELECT  t2.ProductId, COUNT(t2.CategoryId)
    FROM    ProductCategoryMappings AS t1 INNER JOIN
                ProductCategoryMappings AS t2 ON t1.CategoryId = t2.CategoryId AND t2.ProductId != t1.ProductId
    WHERE   t1.ProductId = '22D6059C-D981-4A97-8F7B-A25A0138B3F4'
    GROUP BY t2.ProductId
)
SELECT  prbt.ProductId AS ProductId
        ,IsNull(prbt.NumberOfRelations, 0) AS TagsInCommon
        ,IsNull(prbc.NumberOfRelations, 0) AS CategoriesInCommon
        ,CASE WHEN SimilarProduct.ManufacturerId = SourceProduct.ManufacturerId THEN 1 ELSE 0 END as SameManufacturer
        ,CASE WHEN SimilarProduct.ManufacturerId = SourceProduct.ManufacturerId 
            THEN IsNull(prbt.NumberOfRelations, 0) + IsNull(prbc.NumberOfRelations, 0) + 1
            ELSE IsNull(prbt.NumberOfRelations, 0) + IsNull(prbc.NumberOfRelations, 0)
        END as SimilarityScore
FROM    Products AS SourceProduct, 
        Products AS SimilarProduct INNER JOIN
        ProductsRelatedByTags prbt ON prbt.ProductId = SimilarProduct.Id FULL OUTER JOIN
        ProductsRelatedByCategories prbc ON prbt.ProductId = prbc.ProductId
WHERE SourceProduct.Id = '22D6059C-D981-4A97-8F7B-A25A0138B3F4'

会产生如下数据：

ProductId                            TagsInCommon CategoriesInCommon SameManufacturer SimilarityScore
------------------------------------ ------------ ------------------ ---------------- ---------------
6416C19D-BA4F-4AE6-AB75-A25A0138B3A5 1            0                  0                1
77B2ECC0-E2EB-4C1B-A1E1-A25A0138BA19 1            0                  0                1
2D83276E-40CC-44D0-9DDF-A25A0138BE14 2            1                  1                4
E036BFE0-BBB5-450C-858C-A25A0138C21C 3            0                  0                3

我不是SQL性能大师，所以我有以下问题为您提供SQL专家：

此用例中common-table-expression（CTE）是否合适/最佳？（他们确实似乎更容易阅读/遵循SQL）。鉴于上面提到的模型，有没有办法在任何地方保存连接？

和

这对于索引视图（持久性）是否是一个很好的候选者，还是会增加源数据更改的成本？在这种情况下，我将使这个存储过程更新任何给定产品的物理SimilarProductMappings表。

Answer 1

你问了很多问题。我会尝试解决每一个问题，而不会涉及太多细节。

CTE与派生表是语法糖。它在性能方面没有任何区别。使用它们的唯一好处是，您可以重复使用它们，而不是再次复制/粘贴/键入派生表。但是，在这种情况下，你不会重复使用它们，所以这取决于你。
索引视图：请记住，视图上的索引就像表上的索引一样，几乎没有异常。想象一下，就像为您的特定查询/视图创建另一个表并将其存储在磁盘上以便更快地检索。当基础数据发生变化时，必须更新这些索引。是的，这可能会产生巨大的资源影响。一般来说，我宁愿看到有人编写一个使用基表上的索引的查询，如果他们需要更多索引用于特定目的，那么在具有多个表的视图上详细查看而不是整体查看。这更容易维护，更容易弄清楚为什么你的CRUD花费的时间比预期的要长。索引视图没有必然出错。但是，要非常小心地在这样的应用程序数据库模型上添加它，因为更新/插入/删除的表的复杂性。索引视图的大多数更合适的用途是在报表数据仓库中。无论如何，不要在不理解它将对CRUD（创建，读取，更新，删除）操作的表做什么的情况下在视图上放置索引。在CRM或应用程序支持类型的数据库中，除非存在静态需求，否则我将远离它们，并且它不会真正影响性能。

阅读这篇文章：http://technet.microsoft.com/en-us/library/ms187864(v=sql.105).aspx

注意关于页面下方3/4的问题，它讨论了不使用的地方，我认为你的情况适合于不应该使用它的4/5场景。

关于保存连接...请记住，FULL OUTER连接是效率最差的攻击者之一。在我看来，你在那里拥有它的唯一原因是因为你没有在你的CTE中包括制造商。您可以将它包含在您的CTE中，然后在最终查询中汇总cat / tag的匹配数量，将它们拉到一起以获得您的分数。这样，您只有两个左外连接（每个CTE一个），然后将两个计数相加并由同一制造商（case语句），productId等分组。
最后......我会考虑将所有这些放在一个非规范化的表格中，或者甚至可能是一个预先计算好的立方体。让我们考虑一下您的要求：一个。产品的相关性分数是否需要生效？如果是，为什么？添加/删除新产品时，这不是关键任务。任何说它需要活着的人，可能并不真正意味着它。湾检索速度。我可以使用临时表重写您的查询，确保索引正确等，并在存储过程中提出一个相当快的查询。但是，我仍在聚合来自数据库的数据，以便在每次加载页面时在我的商店前面显示。如果数据被预先计算并存储在productIds的单独表格中，并且每个产品的分数都存储并且由productId索引，那么检索将非常快。您可以在每晚，每小时/任何时间在ETL中中继和重新加载表，并且不必担心每次都重建维护索引。当然，如果您的商店前端是24/7/365，您需要编写一些数据库端代码以担心版本控制，以便您的应用程序永远不必等待数据库正在重新计算。

另外，请确保至少在Web /应用程序服务器上缓存此信息。有一件事是肯定的，如果您使用上面的解决方案，那么您将需要在您的网站中构建一些内容，以便它不会等待数据返回并缓存它。

希望这一切都有所帮助。

Answer 2

一种不同的方法怎么样？

;WITH ProductFindings (ProductId, NbrTags, NbrCategories)
AS
(
    SELECT  t2.ProductId, COUNT(t2.TagId), 0
    FROM    ProductTagMappings AS t1 
    INNER JOIN
            ProductTagMappings AS t2  ON t1.TagId      = t2.TagId
                                     AND t1.ProductId != t2.ProductId
    WHERE   t1.ProductId = '22D6059C-D981-4A97-8F7B-A25A0138B3F4'
    GROUP BY t2.ProductId

  UNION ALL

    SELECT  c2.ProductId, 0, COUNT(c2.CategoryId)
    FROM    ProductCategoryMappings AS c1 
    INNER JOIN
            ProductCategoryMappings AS c2  ON c1.CategoryId = c2.CategoryId
                                          AND c1.ProductId != c2.ProductId
    WHERE c1.ProductId = '22D6059C-D981-4A97-8F7B-A25A0138B3F4'
    GROUP BY c2.ProductId

), ProductTally (ProductId, TotTags, TotCategories) as
(
   SELECT ProductID, sum(NbrTags), sum(NbrCategories)
   FROM     ProductFindings
   GROUP BY ProductID
)
SELECT  Tot.ProductId      AS ProductId
       ,Tot.TotTags        AS TagsInCommon
       ,Tot.TotCategories  AS CategoriesInCommon
       ,CASE WHEN SimilarProduct.ManufacturerId = SourceProduct.ManufacturerId
               THEN 1
               ELSE 0 
         END               as SameManufacturer
       ,CASE WHEN SimilarProduct.ManufacturerId = SourceProduct.ManufacturerId 
               THEN 1
               ELSE 0
         END + Tot.TotTags + Tot.TotCategories
                           as SimilarityScore
FROM    ProductTally as Tot
INNER JOIN  Products     AS SimilarProduct   ON Tot.ProductID = SimilarProduct.Id 
INNER JOIN  Products     AS SourceProduct    ON SourceProduct.Id = '22D6059C-D981-4A97-8F7B-A25A0138B3F4'

电子商务店面网站：以编程方式发现类似产品

2 个答案: