Question

我有以下表结构（简化）：

id | structure_id | structure_hash_id
1    1              1
2    1              2
3    1              3
4    2              4
5    2              1
6    3              2

如您所见，所有结构都包含许多结构哈希。我想要获取的是每个结构id的信息，它包含多少结构哈希存在于其他结构中。因此，对于这个例子，它是：

structure_id #1: 2
structure_id #2: 1
structure_id #3: 1

我为此写的查询是：

SELECT contains.structure_id, COUNT(contains.structure_hash_id)
FROM (
   SELECT *
   FROM structureTable st
   WHERE structure_id = 1
) AS contains
INNER JOIN (
   SELECT *
   FROM structureTable st
   WHERE structure_id != 1
) AS notcontains
ON contains.structure_hash_id = notcontains.structure_hash_id
GROUP BY contains.structure_id;

它有效，我是从记忆中写的，我不记得我在删除它之前的写作方式，但你明白了。

但问题是在实际表中我有~500mln记录和一些其他列，因此对于每个structure_id，查询执行时间很长（> 15分钟）。

另外，我手动输入了structure_id，而我想把它们全部放在一边，就像我在这篇文章的顶部给出了一个例子。

我该如何解决这个问题？

Answer 1

您可以通过自我加入和分组来实现这一目标。

以下是这样做的方法：

Converter

SQL小提琴示例：http://sqlfiddle.com/#!9/678bf7/1/0

从数据库中获取交叉记录

1 个答案: