Question

我有例如两张桌子：

CREATE TABLE doc
  (  doc_id INT NOT NULL PRIMARY KEY AUTO_INCREMENT
  ,  doc_text VARCHAR(10000) NOT NULL
  );

CREATE TABLE doc_tag
  (  doc_id INT NOT NULL
  ,  tag_word VARCHAR(50) NOT NULL
  ,  PRIMARY KEY(doc_id, tag_word)
  ,  KEY ix_doc_tag_word_doc_id (tag_word, doc_id)
  );

表格doc中的记录可能包含以下内容： doc_tag表中有5,10或甚至20个相关的单词标签。

如何在MYSQL中编写存储过程，我可以为doc_id记录提供doc以及匹配标记字的最小数量（表doc_tag ）。结果应该是其他doc_id个记录的doc s，这些记录具有与BASE doc_tag记录相同的最小字数（存储在doc中）。

所以我的原始BASE doc记录可能在doc_tag表中有10个标记词，但我想查找共享10个标记词中至少5个的所有其他doc记录在doc_tag。只要属于BASE doc_tag记录的doc个字中至少有5个也可以在属于该doc_tag记录的doc个记录中找到，那10个匹配中的哪一个无关紧要。其他doc.doc_id条记录。

一个例子：基础： doc_text：1 doc_tag.doc_id：＆＃34;这是我的基础文件＆＃34;

doc_tag.tag_word：1，doc_tag.doc_id：预订
doc_tag.tag_word：1，doc_tag.doc_id：表
doc_tag.tag_word：1，doc_tag.doc_id：主席
doc_tag.tag_word：1，doc_tag.doc_id：墙
doc_tag.tag_word：1，doc_tag.doc_id：floor
doc_tag.tag_word：1，doc_tag.doc_id：房子
doc_tag.tag_word：1，doc_tag.doc_id：电话
doc_tag.tag_word：1，doc：上限

匹配的其他doc.doc_id记录：
doc_text：20187年 doc_tag.doc_id：＆＃34;这是一个与其他文档匹配的标记＆＃34;

doc_tag.tag_word：20187，doc_tag.doc_id：ceiling
doc_tag.tag_word：20187，doc_tag.doc_id：floor
doc_tag.tag_word：20187，doc_tag.doc_id：房间
doc_tag.tag_word：20187，doc_tag.doc_id：房子
doc_tag.tag_word：20187，doc_tag.doc_id：wall
doc_tag.tag_word：20187，doc_tag.doc_id：电话
doc_tag.tag_word：20187，doc_tag.doc_id：地下室
doc_tag.tag_word：20187，doc：走廊

记录匹配的原因是单词＆＃34; ceiling＆＃34;，＆＃34; floor＆＃34;，＆＃34; house＆＃34;，＆＃34; phone＆＃34;和＆＃34;墙＆＃34;是SELECT REPLACE(FieldName ,';',',') FROM TableName个记录的标记词。两者都有其他标记词没有共享并不重要。

可能需要准备代码来识别原始10个标记词中的5个的可能组合以创建最终查询。但是，我觉得有一种美丽而紧凑的方式可以做到这一点，这让我望而却步。

如果mySQL的存储过程语言没有配备来处理这个问题，请随意提出另一种方言的解决方案，例如： MSSQL的T-SQL。它主要是我会感兴趣使用的算法。

Answer 1

尝试这样的事情：

SELECT OTHER.doc_id
FROM doc_tag BASE
INNER JOIN doc_tag OTHER ON BASE.doc_id <> OTHER.doc_id AND 
                            BASE.tag_word = OTHER.tag_word
WHERE BASE.doc_id = @baseid 
GROUP BY OTHER.doc_id
HAVING COUNT(*) >= @min_records

基本上，您正在获取基础文档的所有标记，过滤这些标记的所有其他实例，然后按文档ID对这些标记进行分组以获得计数。

Answer 2

我想你想要一个group by和having条款：

select doc_id
from doc d join
     doc_tag t
     on d.doc_id = t.doc_id
group by doc_id
having count(*) >= 5;

sql / stored过程查找单词标签表

2 个答案: