在EAV模型中查找类似实体

时间：2012-12-16 18:20:42

标签： sql entity-attribute-value

我需要一个在我的EAV表中返回“类似”产品的查询：

1）共享至少一个类似的属性

2）没有与产品不同的属性

例如

ProductID Attribute Value
1         Prop1      1
1         Prop2      2
2         Prop1      1
3         Prop1      1
3         Prop2      3

在此示例中说，搜索类似于产品ID 1（Prop1：1和Prop2：2）的产品。产品2将被退回，因为Prop1为1，但产品3不合适，因为Prop2不同。等等。

每个产品都有可变数量的属性，因此无法为每个属性加入表。目前我正在连接道具列表以构建动态SQL“where”，但我找不到一个好的（快速？）SQL语句来执行此操作。

也许我花了太多时间专注于这个问题，但是我无法摆脱这种感觉，我错过了一个明显的方法来做到这一点......

3 个答案:

答案 0 :(得分：3)

当遇到这类问题时，我使用TDQD - 测试驱动的查询设计。

请注意，如果您为表格命名，这对每个人都有帮助！

通过1

具有与产品1相同的一个或多个属性的产品列表

SELECT a.ProductID, COUNT(*) AS matches
  FROM EAV_Table AS a
  JOIN EAV_Table AS b
    ON a.Attribute = b.Attribute AND a.value = b.value
 WHERE a.ProductID != 1
   AND b.ProductID  = 1
 GROUP BY a.ProductID

这显然不会列出任何计数为0的产品，这很好。

具有一个或多个属性不匹配产品1的产品列表

SELECT c.ProductID, COUNT(*) AS matches
  FROM EAV_Table AS c
  JOIN EAV_Table AS d
    ON c.Attribute = d.Attribute AND c.value != d.value
 WHERE c.ProductID != 1
   AND d.ProductID  = 1
 GROUP BY c.ProductID

这也不会列出计数为0的产品，这更令人讨厌。

结果 - 通过1

我们需要第一个查询中的所有产品，其中产品未在第二个查询中列出。这可以用NOT EXISTS和相关的子查询表示：

SELECT a.ProductID, COUNT(*) AS matches
  FROM EAV_Table AS a
  JOIN EAV_Table AS b
    ON a.Attribute = b.Attribute AND a.value = b.value
 WHERE a.ProductID != 1
   AND b.ProductID  = 1
   AND NOT EXISTS
       (SELECT c.ProductID
          FROM EAV_Table AS c
          JOIN EAV_Table AS d
            ON c.Attribute = d.Attribute AND c.value != d.value
         WHERE c.ProductID != 1
           AND d.ProductID  = 1
           AND c.ProductID = a.ProductID
       )
 GROUP BY a.ProductID

那太难看了。它有效，但很难看。

测试数据

CREATE TABLE eav_table
(
    productid INTEGER NOT NULL,
    attribute CHAR(5) NOT NULL,
    value INTEGER NOT NULL,
    PRIMARY KEY(productid, attribute, value)
);

INSERT INTO eav_table VALUES(1, "Prop1", 1);
INSERT INTO eav_table VALUES(1, "Prop2", 2);
INSERT INTO eav_table VALUES(2, "Prop1", 1);
INSERT INTO eav_table VALUES(3, "Prop1", 1);
INSERT INTO eav_table VALUES(3, "Prop2", 3);
INSERT INTO eav_table VALUES(4, "Prop1", 1);
INSERT INTO eav_table VALUES(4, "Prop3", 1);

Q1结果

2    1
3    1
4    1

Q2结果

3    1

Q3结果

2    1
4    1

这些是我生成的计数;更精致的演绎会将它们移除。

通过2

如果可以对其进行管理，则更好的最终查询将加入一个表，该表列出了所有产品ID，这些产品ID与产品ID 1至少具有一个匹配的属性/值对，其中一个表列出了所有产品ID零产品ID 1的分歧。

具有与产品1相同的一个或多个属性的产品列表

第一个查询与Pass 1中的第一个查询相同，只是我们将丢弃结果集中的计数。

SELECT a.ProductID
  FROM EAV_Table AS a
  JOIN EAV_Table AS b
    ON a.Attribute = b.Attribute AND a.value = b.value
 WHERE a.ProductID != 1
   AND b.ProductID  = 1
 GROUP BY a.ProductID

一般情况下，选择列表中的GROUP BY子句或DISTINCT是必需的（尽管样本数据并未正式要求）。

零属性与产品1不匹配的产品列表

我们将利用COUNT(column)仅计算非空值的事实，并使用LEFT OUTER JOIN。

SELECT c.ProductID
  FROM      EAV_Table AS c
  LEFT JOIN EAV_Table AS d
    ON c.Attribute = d.Attribute
   AND c.Value != d.Value
   AND c.ProductID != 1
   AND d.ProductID  = 1
 GROUP BY c.ProductID
HAVING COUNT(d.Value) == 0;

请注意，WHERE子句已合并到ON子句中;这实际上非常重要。

结果 - 通过2

我们将上面的两个查询构建为连接的子查询，以生成最终结果：

SELECT f.ProductID
  FROM (SELECT a.ProductID
          FROM EAV_Table AS a
          JOIN EAV_Table AS b
            ON a.Attribute = b.Attribute AND a.value = b.value
         WHERE a.ProductID != 1
           AND b.ProductID  = 1
         GROUP BY a.ProductID
       ) AS e
  JOIN (SELECT c.ProductID
          FROM      EAV_Table AS c
          LEFT JOIN EAV_Table AS d
            ON c.Attribute = d.Attribute
           AND c.Value != d.Value
           AND c.ProductID != 1
           AND d.ProductID  = 1
         GROUP BY c.ProductID
        HAVING COUNT(D.Value) = 0
       ) AS f
    ON e.ProductID = f.ProductID

这会在样本数据上产生答案2和4。

请注意，本练习的一部分是学习不满意您开发的第一个答案。请注意，最好在全尺寸数据集上对解决方案进行基准测试，而不是在表中只有7行的测试数据集。

答案 1 :(得分：1)

如果我理解你的问题，我认为这应该可以胜任。 Here is the fiddle; 

DECLARE @pId INT = 1

SELECT A.pid
FROM (
        SELECT pid, count(*) total
        FROM t
        WHERE pid <> @pId
        GROUP BY pid 
     ) A JOIN 
     (
        SELECT pid, count(*) matches
        FROM t 
        WHERE pid<>@pId and att + ':' + convert(varchar(12), val) in (
             SELECT att + ':' + convert(varchar(12), val) FROM t
             WHERE pid=@pId)
        GROUP BY pid
     ) B ON A.pid = B.pid

WHERE total = matches

注意：根据带有附加数据的评论进行编辑

答案 2 :(得分：0)

为了完整性，使用CTE。 （注意：这将找到所有双胞胎，而不仅仅是productId = 1）

DROP SCHEMA tmp CASCADE;
CREATE SCHEMA tmp ;
SET search_path=tmp;

CREATE TABLE eav
        ( zentity INTEGER NOT NULL
        , zattribute varchar NOT NULL
        , zvalue INTEGER
        , PRIMARY KEY (zentity,zattribute)
        );
INSERT INTO eav(zentity, zattribute, zvalue) VALUES
 (1, 'Prop1',1) ,(1, 'Prop2',2)
,(2, 'Prop1',1)
,(3, 'Prop1',1) ,(3, 'Prop2',3)
,(4, 'Prop1',1) ,(4, 'Prop3',3) -- added by Jonathan L.
        ;

        -- CTE: pair of entities that have an 
        -- {attribute,value} in common
WITH pair AS (
        SELECT a.zentity AS one
                , b.zentity AS two
                , a. zattribute AS att
        FROM eav a
        JOIN eav b ON a.zentity <> b.zentity  -- tie-breaker
                AND a.zattribute = b.zattribute
                AND a.zvalue = b.zvalue
        )
SELECT pp.one, pp.two, pp.att
FROM pair pp
        -- The Other entity (two) may not have extra attributes
        -- NOTE: this NOT EXISTS could be repeated for pair.one, to also
        -- suppress the one.* products that have an extra attribute
WHERE NOT EXISTS (
        SELECT * FROM eav nx
        WHERE nx.zentity = pp.two
        AND nx.zattribute <> pp.att
        )
ORDER BY pp.one, pp.two, pp.att
        ;
BTW：真正的潜在问题是“关系分裂”。也许更新的SQL标准应该为它引入一个运算符？

相关问题
最新问题