Question

我有一张包含新闻文章的表格。这些新闻文章有很多列描述标题，图片等。一些列可以具有多个值，例如类别可以设置为“体育”和“曲棍球”。

假设我有这张表：

articlekey | category
---------------------
article1   | sports, hockey

实际的表包含很多文章，所有文章只出现一次。我试图实现的是在这个表上过滤两个类别的值。为了能够做到这一点，我将它们分成行并生成一个像这样的过滤表：

articlekey | category
---------------------
article1   | sports
article1   | hockey

（顺便说一下。我们使用Tableau作为可视化/ BI工具，这就是我过滤的地方）

当我将这些连接到表格并仅在“曲棍球”上过滤（包含）时，我将得到正确的结果，因为第1条只有一行的类别设置为“曲棍球”。

articlekey | category         | category-filter
-----------------------------------------------
article1   | sports, hockey   | sports          <-- this will be excluded
article1   | sports, hockey   | hockey          <-- this is included

但是，如果我试图排除“曲棍球”，那么该文章将显示“运动”类别，因为它会在“体育”类别中保留。结果我希望它完全排除文章。

articlekey | category         | category-filter
-----------------------------------------------
article1   | sports, hockey   | sports          <-- this is included, but should also be gone
article1   | sports, hockey   | hockey          <-- this will be excluded

如果可能的话，当我每列有多个值并且需要过滤（包含和排除）时，我应该如何使用这样的数据，这样我每篇文章只剩下一行。

Answer 1

<强>予。如果您为类别设置了“标准化”数据结构，即类别字段中没有多个值（例如“过滤表”中）：

我认为解决这个问题的首选方法是将1替换为'曲棍球'，将0替换为其他所有内容，然后通过articlekey将这些数字加到组中。总和为0的Articlekeys是没有“曲棍球”类别的文章。

所以这是对没有'曲棍球'类别的文章的查询：

... new MidiControlChangeMessage(0,  0, 63);
... new MidiControlChangeMessage(0, 32,  4);
... new MidiProgramChangeMessage(0,     73);

你可以概括一下：例如，如果你需要带有NEITHER'曲棍球'NOR'体育'的文章，但同时拥有“足球”和“拳击”类别：

select articlekey
from articles 
group by articlekey 
having sum(case when category = 'hockey' then 1 else 0 end) = 0;

但你也可以 1.过滤类别（曲棍球） 2.分组文章键算数匹配 4.左连接

所以这是另一个解决方案：

select articlekey
from articles 
group by articlekey 
having sum(
  case when category = 'hockey' then 1
       when category = 'sports' then 1
       else 0 
  end
) = 0
and sum(
  case when category = 'soccer' then 1
       when category = 'boxing' then 1
       else 0 
  end
) = 2;

Sql fiddle：http://sqlfiddle.com/#!17/27ae1/33

<强> II。如果您对类别字段进行了非规范化，即类别列表为逗号分隔的值列表（如原始表中所示），则可以对它们使用类似%%运算符的SQL并编写如下查询：

select * from articles left join (
  select articlekey, count(articlekey) as countOfHockey 
  from articles where category = 'hockey' group by articlekey
) hhh on articles.articlekey=hhh.articlekey where countOfHockey is null;

你也可以概括一下，如果你需要带有NEITHER'曲棍球'NOR'体育'的文章，但同时拥有“足球”和“拳击”类别：

create table if not exists articles(articlekey varchar, category varchar);
insert into articles values('article1', 'sports, hockey');
insert into articles values('article2', 'sports');
insert into articles values('article3', 'soccer, boxing, sprint');
insert into articles values('article4', 'soccer, sprint');

select * from articles where ', '||category||',' not like '%, hockey,%';

但请注意，此方法通常不是处理关系数据库中数据的首选方法。

在Redshift / SQL中使用多值列进行过滤

1 个答案: