Question

问题

我有两张桌子：

Table tTag
idTag int
otherColumns

和

Table tTagWord
idTagWord int
idTag int
idWord int
position int

例如：

enter image description here

因此每个idTag都会有多个idTagWord（未知数字），这个位置也很重要。我试图找到最好的方法，为了表现，找到重复的。

副本将是对于2个不同的idTag以相同的顺序（位置）具有相同的idWords。

我尝试了什么

SELECT GROUP_CONCAT(DISTINCT tab.idTag SEPARATOR ',') INTO @idTagSet
FROM (  SELECT idTag,GROUP_CONCAT(idWord order by position ASC SEPARATOR ' ') AS Tag
        FROM tTagWord
        GROUP BY idTag) AS tab
INNER JOIN (SELECT idTag,GROUP_CONCAT(idWord order by position ASC SEPARATOR ' ') AS Tag
            FROM tTagWord
            GROUP BY idTag) AS tab2 ON tab.Tag = tab2.Tag
WHERE tab.idTag <> tab2.idTag;

上一个查询返回一组重复的idTag，因此它可以正常工作。但表现很糟糕。凭借150,000个idTag，它已经需要几分钟，桌子将很快拥有数百万的idTag。

我也试过这样的answer

select idTag, GROUP_CONCAT(idWord order by position ASC SEPARATOR '-') AS idWordSet
from tTagWord
group by idTag
Having COUNT(idWordSet) > 1;

但我似乎找不到办法。有什么想法吗？

Answer 1

如何尝试两个group by？

SELECT words, count(*), group_concat(idtag) as tags
FROM (SELECT idTag, GROUP_CONCAT(idWord order by position ASC SEPARATOR ' ') AS words
      FROM tTagWord
      GROUP BY idTag
     ) t
GROUP BY words
HAVING count(*) > 1;

Answer 2

这种类型的查询有时称为关系划分，https://www.simple-talk.com/sql/t-sql-programming/divided-we-stand-the-sql-of-relational-division/

有很多方法。

一个例子是：

select
    t1.idTag as tag1,
    t2.IdTag as tag2
from
    tTagWord t1
        inner join
    tTagWord t2
        on t1.idWord = t2.idWord and
           t1.position = t2.position and
           t1.idTag < t2.idTag
group by
    t1.idTag,
    t2.idTag
having
    count(*) = (
        select
            count(*)
        from
            tTagWord t3
        where
            t3.idTag = t1.idTag
    ) and
    count(*) = (
        select
            count(*)
        from
            tTagWord t4
        where
            t4.idTag = t2.idTag
    );

此处an example。我也在那里提出了戈登的问题。它们可能具有不同的性能特征。

在SQL中查找一对多关系中的重复项

2 个答案: