Question

我有一个名为Attributes的表，其中包含用ItemId标识的项目的属性名称和值的包。

╔════════╦═══════╦══════════╗
║ ItemId ║ Name  ║  Value   ║
╠════════╬═══════╬══════════╣
║      1 ║ color ║ green    ║
║      1 ║ mood  ║ happy    ║
║      1 ║ age   ║ 5        ║
║      1 ║ type  ║ A        ║
║      2 ║ color ║ blue     ║
║      2 ║ mood  ║ sad      ║
║      2 ║ age   ║ 5        ║
║      2 ║ type  ║ B        ║
║      3 ║ color ║ red      ║
║      3 ║ mood  ║ angry    ║
║      3 ║ age   ║ 5        ║
║      3 ║ type  ║ B        ║
║      4 ║ color ║ yellow   ║
║      4 ║ mood  ║ whatever ║
║      4 ║ age   ║ 7        ║
║      5 ║ color ║ green    ║
║      5 ║ mood  ║ happy    ║
║      5 ║ age   ║ 2        ║
║      5 ║ type  ║ D        ║
╚════════╩═══════╩══════════╝

这是一个具有上述结构和数据的SQLFiddle：http://sqlfiddle.com/#!17/08c4b/1

我想获得一组不同的属性名称列表。 ItemId + Name组合是唯一的（同一项目的相同属性不能有多个值）。

在上面的示例中，这样的组将是color + mood，因为以下内容始终为真：

当颜色为green时，情绪为happy
当颜色为red时，情绪为angry
当颜色为blue时，情绪为sad
当颜色为yellow时，情绪为whatever

例如，如果有一个额外的项目具有颜色red和情绪happy，则会使上述相关性无效。

此外，在此数据集中：

年龄与类型无关，因为：
- 第1项的年龄为5，类型为A
- 第2项也有年龄5，但类型为B
颜色与类型无关，因为：
- 第1项为green，类型为A
- 第5项也是green，但类型为D
依旧......

是否可以编写自动发现属性之间这些相关性的SQL语句？

Answer 1

绝对有可能。一种可能不是最简单的方法就是这样。

with pairs as (
 select l.*, r.name as name2, r.value as value2
 from Attribute l join Attribute r on l.ItemId = r.ItemId and l.name < r.name),
counts as (
 select name,name2,count(distinct value2)
 from pairs l join pairs r using (name,value,name2,value2)
 where l.itemid <= r.itemid group by name,value,name2)
select name,name2 from counts group by name, name2 having max(count)=1;

此版本假设缺少的属性与所有内容相关联，这可能是也可能不是预期的内容。

Answer 2

在等待答案时，我想出了一个自己的解决方案并决定在此发布，尽管Michał's answer似乎更好（更简洁，可能更有效）：

with associations as (
  -- associations of 
  select
    a1."ItemId" as Id1,
    a2."ItemId" as Id2,
    a1."Name" as Name,
    a1."Value" as Value1,
    a2."Value" as Value2  
  from Attribute a1
  join Attribute a2
    on  a1."ItemId" < a2."ItemId"
    and a1."Name"   = a2."Name"
),
names as (
  select distinct "Name"
  from Attribute
)
select *
from names n1
join names n2
  on n1."Name" < n2."Name"
  and not exists (
    -- try to find a miscorrelation
    select *
    from associations s1
    join associations s2
      on  s1.Id1 = s2.Id1
      and s1.Id2 = s2.Id2
      and s1.name in (n1."Name", n2."Name")
      and s2.name in (n1."Name", n2."Name")
      and s1.value1 = s1.value2
      and s2.value1 != s2.value2
  )
;

SQLFiddle链接：http://sqlfiddle.com/#!17/08c4b/32

查找相关属性

2 个答案: