Question

我有两个表，一个是图像，另一个是描述哪些用户喜欢哪些图像。第二个表每个图像/用户组合只有一行。我想编写一个查询，该查询将返回数据库中的其他图像中有多少人喜欢＆＃39;尽可能共同。因此，表格如下：

images
+----+----------+
| id | filename |
+----+----------+

images_users
+----------+---------+
| image_id | user_id |
+----------+---------+

我的查询是：

SELECT images.filename FROM 
  images_users INNER JOIN images ON images.id = images_users.image_id 
   WHERE images_users.user_id IN ( .... list of user IDs ....) 
   AND NOT images.id = <current image id>
  GROUP BY images.id ORDER BY COUNT(images.id) DESC LIMIT 10;

也就是说，查找匹配＆＃39; likers＆＃39;的所有行，按图片ID分组，按其计数顺序，并返回前10名。我还排除当前图片ID，因为当然这总是最受欢迎的。

当我想要匹配的用户ID列表增长时，此查询可能需要几分钟才能运行 - 尽管我只在家用PC上运行它，而不是大型服务器。

我有点感觉我被困在这里，因为我的数据根据规则进行了规范化，但对于服务器而言，这只是一项艰巨的工作。我有连接中的所有列和查询的索引。

我可以用其他方式表示此信息，这可能会缩短查询时间吗？

-----编辑以下问题-----

查询的解释输出如下：

explain SELECT filename  from images_users inner join images on id = image_id 
where image_users.user_id in
(162,591,596,603,856,1654,1967,2219,3640,3847,3956,9201,10601) 
and not images.image_id = 41578 group by images.id order by count(images.id) desc limit 10;

"1" "SIMPLE"    "images_users"  "range" "u_id_2,u_id,i_id"  "i_id"  "4" \N  "9086346"   "Using where; Using temporary; Using filesort"
"1" "SIMPLE"    "images"    "eq_ref"    "PRIMARY"   "PRIMARY"   "4" "images_users.i_id" "1" ""

images_users表中大约有10,000个用户，大约1.5M图像和大约6M行。

Answer 1

图表数据库是答案

我在这里回答了我自己的问题，因为我接受了@Jason的评论，跟着neo4j的链接，安装了它，学到了一些优秀的查询语言Cyper和bam。问题解决了。

我拿走了所有数据，200万张图片和1000万张关系，并将它们推入neo4j。首先，我创建了索引。

CREATE INDEX ON :Image(filename)
CREATE INDEX ON :User(name)

然后针对用户和图像之间的每个关系运行以下查询。如果它们不存在，这也会为用户和图像创建节点。

MERGE (i:Image{filename:'...'})
MERGE (u:User{name:'...'})
CREATE (u)-[:LIKES]->(i)

这有点慢，我确实最终改进了导入过程，但结果数据是一样的。然后搜索查询变为

MATCH (n:Image{filename:'...'})<-[]-(u:User)-[l]->(i:Image) 
WITH count(l) AS c, i.filename AS f 
ORDER BY c DESC LIMIT 10

在任何情况下，这是一种更具表现力的编写查询的方式，并且比同等的MySQL查询运行速度快一个数量级，在该查询中存在所有适当的索引。

其他查询，也可能最终成为非常昂贵的联接，比如向我展示超过五个喜欢的所有图像，非常有效

MATCH (n:Image) where size ( (n)<-[]-() ) > 3 return n.filename 
LIMIT 20

改善非常慢的相关项目的最佳选择＆＃39;查询

1 个答案:

图表数据库是答案