Question

我希望以这样一种方式存储集合，即我可以查询与另一集合的超集，子集或相交的集合。

例如，如果我的数据库有{1,2,3}，{2,3,5}，{5,10,12}集，我查询它：

设置{2,3}的超集应该给我{1,2,3}，{2,3,5}
设置{1,2,3,4}的子集应该给我{1,2,3}
与{1,10,20}交叉的设置应该给我{1,2,3}，{5,10,12}

Answer 1

由于某些集合事先是未知的（您的评论表明它们来自客户端作为搜索条件），因此您无法将预设关系“预制”到数据库中。即使你可以，这也代表了冗余，因此也存在不一致的机会。

相反，我会做这样的事情：

CREATE TABLE "SET" (
    ELEMENT INT, -- Or whatever the element type is.
    SET_ID INT,
    PRIMARY KEY (ELEMENT, SET_ID)
)

其他建议：

请注意ELEMENT字段是如何位于主键的前沿。这应该有助于下面的查询比PRIMARY KEY（SET_ID，ELEMENT）更好。如果需要，你仍然可以添加后者，但如果你不这样做，那么你也应该...
Cluster表（如果你的DBMS支持它），这意味着整个表只是一个B-Tree（没有表堆）。这样，您可以最大限度地提高以下查询的性能，并最大限度地降低存储要求（以及缓存效率）。

然后，您可以找到等于或等于（例如）set {2,3}的集合的ID，如下所示：

SELECT SET_ID
FROM "SET"
WHERE ELEMENT IN (2, 3)
GROUP BY SET_ID
HAVING COUNT(*) = 2;

与{2,3}相交的集合如下：

SELECT SET_ID
FROM "SET"
WHERE ELEMENT IN (2, 3)
GROUP BY SET_ID;

和{2,3}的子集相同或是{2，3}的集合：

SELECT SET_ID
FROM "SET"
WHERE SET_ID NOT IN (
    SELECT SET_ID
    FROM "SET" S2
    WHERE S2.ELEMENT NOT IN (2, 3)
)
GROUP BY SET_ID;

Answer 2

“Efficient”可能意味着很多东西，但规范化的方法是拥有一个包含所有可能元素的Items表和一个包含所有集合的Sets表，以及一个ItemsSets查找表。如果您在集合表中设置了A和B，那么查询（为了清晰而不是优化而这样做......）“Set”是表或字段的错误名称，因为它是关键字）

SELECT itemname FROM Items i 
WHERE i.itemname IN 
 (SELECT itemname FROM ItemsSets isets WHERE isets.setname = 'A') 
AND i.name IN 
 (SELECT itemname FROM ItemsSets isets WHERE isets.setname = 'B')

例如，那是A和B的交集（你几乎肯定可以加速它作为JOIN;再次，“高效”可能意味着许多事情，你会想要一个允许查询的架构像那样）。可以进行类似的查询以找出差异，补充，测试相等等。

现在，我知道您询问了效率，这是一种非常缓慢的查询方式，但这是表中唯一可靠的可扩展架构，而查询只是一个很容易显示表格是如何构建的。你可以做各种疯狂的事情，比如缓存交叉点，或者在一个字段中存储集合中的多个项目并处理它或者你有什么。但不要。缓存信息最终会变得陈旧;将超过字段大小中项目数量的静态限制;新元组的临时成员将被误解。

同样，“高效”可能意味着许多不同的事情，但最终，作为程序员可以理解和推理的信息架构将是最有效的。

在数据库中存储集的最有效方法是什么？

2 个答案: