SQL：如何有效地对重叠组进行排序

Question

我正在尝试在具有10.000+行的数据库上创建组。 我需要快速有效，所以我正在为每个集群做二进制变量。 一，二，四，五和六是在Group1中。

但'Two'也可能在Group nr。 2，因为错误我无法克服，因为我的数据集来自webscrape。我尝试以独特的方式对所有内容进行排序，但如果我希望高效快速的话，基本上不可能不做错误。

ID   Title    Group1      Group2     Group3      Ungrouped
1    One      1           0          0           0
2    Two      1           1          0           0
3    Three    0           1          1           0
4    Four     1           0          1           0
5    Five     1           0          0           0
6    Six      1           1          1           0
7    Seven    0           0          0           1

我对溶剂的想法：

1. 分配组（一个），直到所有内容被分组一次或多次。
2. 查询分配了多个组的所有内容（2,3,4,6）
3. 手动决定删除哪一个，直到他们只分配一个组。

手动执行第3部分实际上是个好主意，因为它需要对文档进行内容分析。

我的问题：

如何指定，我需要查看多个组的所有内容？它是否与约束和唯一值有关，还是有一种我没有看到的更简单明了的方法？

Answer 1

如果您的群集存储为整数，则可以执行以下操作：

select c.*
from clusters c
where (cluster1 + cluster2 + cluster3) > 1;

我不知道SQLite中的“二进制变量”是什么。有些数据库支持二进制标志，您需要将值转换为where子句的整数。