Question

我目前有两张桌子：

CrawlData
id (autoincrement), Source, Destination, and some more columns

Nodes
id (autoincrement), URL

节点表包含来自抓取数据

的不同来源值

现在我希望有一个表是一种查找表，其中包含来自节点的ID，而不是 CrawlData

中源和目标中的文本

我可以使用在URL = Source和URL = Destination上使用Join的Select查询来获取所有ID，但不知道如何组合这些ID，然后将它们放入新表中 Edges 有2列：

SourceNode（=来自Nodes的ID，其中CrawlData.Source = URL）
DestinationNode（=来自节点的ID，其中CrawlData.Destination = URL）

Answer 1

您可以使用INSERT声明SELECT INSERT INTO...SELECT语句返回的记录。

INSERT INTO Edges(SourceNode, DestinationNode)
SELECT  b.ID SourceNode,
        c.ID DestinationNode
FROM    CrawlData a
        INNER JOIN Nodes b
            ON a.Source = b.URL
        INNER JOIN Nodes c
            ON a.Destination = c.URL

要进一步了解联接，请访问以下链接：

Visual Representation of SQL Joins

为了加快执行速度，请执行以下语句以在列上添加INDEX以避免FULL TABLE SCAN，如果在大型RDBMS上执行此操作可能会很慢。

ALTER TABLE Nodes ADD INDEX (URL);

如果在Source上出现Destination和Nodes.URL列的所有值，请将这些列声明为外键，

ALTER TABLE CrawlData 
      ADD CONSTRAINT cd_fk1 FOREIGN KEY (Source) REFERENCES Nodes(URL)
ALTER TABLE CrawlData 
      ADD CONSTRAINT cd_fk2 FOREIGN KEY (Destination) REFERENCES Nodes(URL)

否则，在它们上添加正常索引

ALTER TABLE CrawlData ADD INDEX (Source);
ALTER TABLE CrawlData ADD INDEX (Destination);

Answer 2

您可以两次加入Nodes表。一次，使用Source加入URLK。下次使用目的地。

从概念上讲，它就像使用Nodes表的两个副本，每个副本都有不同的名称（比如“S”和“D”）。你得到：

select S.ID As SOURCE_ID, D.ID As DEST_ID
from CrawlData
join Nodes S on Source = S.URL
join Nodes D on Destination = D.URL

MySQL将2个表中的数据合并到第3个表中

2 个答案: