如何在Stack Exchange Data Explorer中获取所有用户帖子的标签（包括答案​​的标签）？

Question

我在Stack Exchange Data Explorer（SEDE）中使用查询。

这是my query：

SELECT A.Id
       , A.PostTypeId
       , A.Title
       , A.Body
       , A.ParentId
       , A.Tags
       , A.CreationDate
FROM   posts A
       LEFT JOIN users U
              ON A.OwnerUserId = U.id
WHERE  U.Id = ##UserId##
       AND A.PostTypeId = 1
UNION
SELECT A.Id
       , A.PostTypeId
       , A.Title
       , A.Body
       , A.ParentId
       , B.Tags
       , A.CreationDate
FROM   posts A
       LEFT JOIN users U
              ON A.OwnerUserId = U.id
       RIGHT JOIN posts B
               ON A.ParentId = B.Id
WHERE  U.Id = ##UserId##
       AND A.PostTypeId = 2

在上面的代码中，Stack Overflow中的帖子有2种类型：问题和答案。 Questions（PostTypeId在数据库模式中为1）具有标签，但是答案（PostTypeId在数据库模式中为2）没有标签。 答案属于通过ParentId提出的问题。

但是我上面的查询的效率太低，我只能（使用用户ID）获得一些帖子的标签。

如何在SEDE超时内获取所有用户帖子的标签？

Answer 1

几件事：

1. 您无法获取所有用户帖子的标签。当前是there are over 41 million posts和SEDE limits results to 50,000 rows。
2. 因此，您需要：（A）以某种方式限制结果，或者（B）page through个4100万帖子，一次5万（不推荐），或（C）使用改为the Data Dump或Google's BigQuery($)。
3. 如果您不打算从Users表中提取任何东西，但要提取ID，则不要包括该表。它缩短了周期，Posts.OwnerUserId是一回事。
4. 尽可能避免使用UNION语句（在这种情况下）。
5. 如果使用UNION语句，请尽可能使用UNION ALL（在这种情况下）。这使引擎不必进行重复检查。

因此，这是原始查询的执行计划：

这是精简计划：

还有the query that corresponds to it：

SELECT      TOP 50000
            p.OwnerUserId                                       AS [User]
            , p.Id                                              AS [Post Id]
            , CASE WHEN p.PostTypeId = 1 THEN 'Q' ELSE 'A' END  AS [Type]
            , COALESCE (p.Title, ownr.Title)                    AS [Title]
            , p.Body
            , COALESCE (p.Tags, ownr.Tags)                      AS [Tags]
            , p.CreationDate
FROM        Posts p
LEFT JOIN   Posts ownr      ON ownr.ID = p.ParentId
WHERE       p.OwnerUserId   = ##UserId##
AND         p.PostTypeId    IN (1, 2)  -- Question, answer
ORDER BY    p.OwnerUserId DESC,  p.CreationDate

-也提供了更具可读性的结果-尤其是在删除WHERE子句时。

但是，如果您可以事先限制用户的话；您得到偶数more efficient query：

WITH usersOfInterest AS (
    SELECT      TOP 10
                u.Id                                                AS [UserId]
                , u.DisplayName
    FROM        Users u
    ORDER BY    u.Reputation DESC
)
SELECT      
            [User] = 'site://u/' + CAST(u.UserId AS NVARCHAR) + '|' + CAST(u.UserId AS NVARCHAR)
            , p.Id                                              AS [Post Id]
            , CASE WHEN p.PostTypeId = 1 THEN 'Q' ELSE 'A' END  AS [Type]
            , COALESCE (p.Title, ownr.Title)                    AS [Title]
            , p.Body
            , COALESCE (p.Tags, ownr.Tags)                      AS [Tags]
            , p.CreationDate
FROM        usersOfInterest u
INNER JOIN  Posts p         ON u.UserId = p.OwnerUserId
LEFT JOIN   Posts ownr      ON ownr.Id  = p.ParentId
WHERE       p.PostTypeId    IN (1, 2)   -- Question, answer
ORDER BY    u.UserId DESC,  p.CreationDate

（此查询adds a convenient hyperlink对用户ID。）

请注意，只有排名前10位的用户拥有超过5万条帖子。