S关于使用QL声明 找出同时满足多个tag拍摄条件设置算法

表结构

Tag Table:{tag_id, tag_name}  #标签表

News Table:{news_id, title,......}  #新闻列表

NewsTags Table:{tag_id, news_id}  #新闻的标签关系表

解释：

一条新闻，有多个tag标签，比如：

新闻a{Tag1,Tag2, Tag3, Tag4}

新闻b{Tag1,Tag6, Tag7, Tag8}

新闻c{Tag8,Tag9, Tag10, Tag1}

新闻...{Tag..., .....}

搜索出 同一时候有Tag1,Tag8两个标签的记录。

在MySQL中经过优化后的SQL：

SELECT News.title
FROM(
  SELECT news_id
  FROM (
    SELECT tag_id
    FROM Tag
    WHERE tag_name IN('Tag1', 'Tag8')
  )B LEFT JOIN NewsTags C (B.tag_id = C.tag_id)
  GROUP BY news_id
  HAVING COUNT(0)=2
)A LEFTJOIN News B ON(A.news_id = B.news_id)

原理：

此为3重嵌套SQL，可最大限度的高速缩小记录集。以最节省内存的方式得到结果集。

1、最内层取出须要比对的tag_id

2、第二层通过Left join联接，找出同一时候拥有这些tag_id的news_id记录；本处理的重点是对news_id做Group by然后在Having中统计出数量为2的news_id（即：同一时候存在这两个tag的记录）

3、最外层依据news_id（这个已经是终于的最小记录集），与News表Left Join求出新闻记录的内容

至此可得到 同一时候符合 多个Tag名称 的记录集的模板，依据查找的tag数量不同。需在最内层的IN()，与第二层的Having做參数改动就可实现对随意数量的Tag交集求解。

此算法并不是最优。可是假设想通过模板方式的一条SQL来实现，基本上这个算是最优的算法（本人愚见哈）。

这个算法的缺点是。假设每一个tag相应的记录集数量巨大，且给了非常多个Tag求交集。那么第二层的LeftJoin运算会消耗大量的内存空间（由于须要对每一个tag_id生成一个news_id的集合。实际上会先得到一个笛卡尔集，然后对这个集合做group，再count）。

假设想把效率与搜索内存资源消耗做极致大致。可做例如以下改动，思路例如以下。

1、改造Tag表，添加一个被引用的数量字段。比如：Tag Table:{tag_id, tag_name, links} （事实上能够把links看成一个人工索引）

2、维护这样的Tag表比較麻烦。考虑到效率。通常会定时的对links字段做全表更新（对于频繁插入或删除记录的news表。可每天临晨，对全记录集的tag做被引用的次数统计并更新links字段）

3、构造动态多层嵌套的SQL语句（即依据tag的数量，生成N层嵌套查询）

实现原理（SQL语句就不写了）

1、依据给定的tag_name找出tag_id，并按对links大小，升序排列

2、首先选取第一个tag_id到NewsTags表求NewsTags.tag_id的交集（此为最小基本记录集）得到news_id，然后对此记录集反复运行这个步骤（逐步缩小记录集），完毕全部tags的比对时就能在最小的范围内找出全部同一时候符合这些tag_id的记录集。

这个算法的核心就是第一次要得到最小的记录集（也许保存为了最大化比对的数目），然后逐步将记录集变小，直到对准完成。

版权声明：本文博客原创文章，博客，未经同意，不得转载。