这是一个创建于 2567 天前的主题，其中的信息可能已经有所发展或是发生改变。
表 doc
id name
--------------------------------
1 文章 A
2 文章 B
3 文章 C
表 tag
doc_id tag
--------------------------------
1 标签 A
1 标签 B
2 标签 A
2 标签 C
2 标签 D
3 标签 B
SQL 问题：
1、如何列出包含"标签 A"的 doc 记录？
2、如何列出不包含"标签 B"的 doc 记录？
id name
--------------------------------
1 文章 A
2 文章 B
3 文章 C
表 tag
doc_id tag
--------------------------------
1 标签 A
1 标签 B
2 标签 A
2 标签 C
2 标签 D
3 标签 B
SQL 问题：
1、如何列出包含"标签 A"的 doc 记录？
2、如何列出不包含"标签 B"的 doc 记录？
第 1 条附言 · 2017-12-18 09:11:06 +08:00
以下是我做的尝试：
方案 1：
select * from `tag` left join `doc` on (tag.doc_id=doc.id) where tag_id="标签 A"
//这是 select tag 表去获取 doc 记录，问题是无法解决"问题 2"，即没办法找出不包含"标签 B"的内容
方案 2：
select * from `doc` where "标签 A" in (select `tag_id` from `tag` where doc_id=doc.id)
//可以用"in"与"not in"来解决问题 1 与问题 2，但这种子查询感觉效率堪忧，虽然 explain 看并没有全表扫描
以上方案是我新手瞎试各位见笑，希望能有更好的解决方案，谢谢各位！
方案 1：
select * from `tag` left join `doc` on (tag.doc_id=doc.id) where tag_id="标签 A"
//这是 select tag 表去获取 doc 记录，问题是无法解决"问题 2"，即没办法找出不包含"标签 B"的内容
方案 2：
select * from `doc` where "标签 A" in (select `tag_id` from `tag` where doc_id=doc.id)
//可以用"in"与"not in"来解决问题 1 与问题 2，但这种子查询感觉效率堪忧，虽然 explain 看并没有全表扫描
以上方案是我新手瞎试各位见笑，希望能有更好的解决方案，谢谢各位！
 |
1
jamesxu 2017-12-18 08:39:27 +08:00 via iPhone
这是非常非常基本的 SQL，楼主一看就是根本没有学过 SQL，连基本概念都不知道，买本 SQL 必知必会看两章吧
|
 |
2
18583826786 2017-12-18 08:44:56 +08:00 via Android
关联查询，百度下就知道了
|
 |
3
nikoo OP |
 |
4
lhx2008 2017-12-18 09:13:21 +08:00 via Android
这种多对多的情况，tag 再建一个表，旧表这边就是一个 doc id 对多个 tag id 就快很多了，全表扫描，数据库层那边肯定会扫的，但是有索引的话快很多
|
|
7
lhx2008 2017-12-18 09:25:56 +08:00 via Android  1
@nikoo 去重
tag 表就是 tagid tagname 然后标签 a b c d 就只用了 4 个 tagid 就的 tag 表变成 docid tagid 1 1 1 2 2 1 2 3 .... 第一个问题 先查 tagid=1，然后在 join doc 表取出来就可以 第二个问题，查 tagid 不等于 2 去重再 join doc 表 更快的暂时没想出来 |
|
8
lhx2008 2017-12-18 09:27:56 +08:00 via Android
还有就是 tagid 和 docid 要建外键，就可以自动索引了，速度快很多的
|
|
9
nikoo OP @lhx2008 非常感谢！实际就是这样的，即 tag 表字段是 doc_id 与 tag_id，我是为了表述方便才把 tag_id 字段写了"标签 A"这样的字串
你说的：第二个问题，查 tagid 不等于 2 去重再 join doc 表 这个怎么实现？（我 APPEND 的内容写了我做的尝试，但用 left join 似乎没法实现“不包含”某标签） |
 |
10
clino 2017-12-18 09:37:45 +08:00
方案 1 直接改成 where tag_id!="标签 B", 这样不就是'不包含"标签 B"的 doc 记录' ?
|
|
11
lhx2008 2017-12-18 09:42:27 +08:00
|
|
12
lhx2008 2017-12-18 09:45:06 +08:00
select distinct d.* from tag_doc td join doc d where td.tagid != 2 and td.docid = d.id
刚刚打少了 |
 |
13
NullPoint 2017-12-18 09:55:09 +08:00 1
1、select doc_id from tag where tag="标签 A" 如果有重复再去重
2、select id from doc where id not in (select doc_id from tag where tag="标签 B") |
|
14
nikoo OP |
|
15
nikoo OP @clino @lhx2008 我测试这个 SQL 是无法列出“不包含”的
mysql> select * from tag where doc_id=1; +--------+--------+ | doc_id | tag_id | +--------+--------+ | 1 | 1 | | 1 | 2 | +--------+--------+ 2 rows in set 可以确认 doc_id=1 包含 tag_id 1、2 用 td.tag_id != 2 的方法尝试列出 “不包含” tag_id 2 的 doc 记录： mysql> select distinct d.* from `tag` td join `doc` d where td.tag_id != 2 and td.doc_id = d.id; +----+-------+ | id | name | +----+-------+ | 1 | doc_1 | | 2 | doc_2 | +----+-------+ 2 rows in set 可以看到因为 doc_id=1 有两条 tag 记录，所以这条 SQL 并无法正确排除 doc_id=1 |
 |
17
halo 2017-12-18 10:32:25 +08:00
|
 |
18
SuperMild 2017-12-18 12:15:41 +08:00
tag 那个表的结构根本就错了。改成这种结构问题就会迎刃而解：
tag_id | tag_name | doc_ids 每一个 tag 都是独立的，有一个 doc 列表，这样不管要找有标签 A 的文章，还是不包括含 A 的文章（补集），还是“包含 A 同时不包含 B ”（ B 的补集与 A 的交集）都可以轻松筛选出来。 |
|
20
SuperMild 2017-12-18 12:29:42 +08:00
@tomczhen 修改也不算很蛋疼，一篇文章最多十几个标签，就算 30 个吧，再多就失去标签的意义了，而标签的总量也不会太多（一般来说文章数量越多，标签总数与文章总数的比就越小）。至于这个字段的长度，的确需要评估一下。
|
|
22
nikoo OP @SuperMild #19 的意思是，doc_ids 这个字段包含的是文章 ID，那么普通项目一个"技术"类标签下有个几千篇文章，于是这个 doc_ids 字段要存几千个 doc_id ？
|
|
23
SuperMild 2017-12-18 12:39:36 +08:00
|
 |
25
tomczhen 2017-12-18 12:52:05 +08:00
JSON 类型也避免不了数据量过大的问题，反正查找算法还有数据结构就那些。可以预见的是热门标签的 doc_ids 增加是非常迅速的，大表还能分表解决，大字段该怎么解决？
通过文章来查标签好解决，但是标签反查文章，用关系数据库真不好解决。无论采取那种结构，查询速度明显会因为标签对应文章数据量增加而变慢。 感觉要么做成延迟生效，将查询结果缓存一段时间（不然被 cc 也够呛），追求实时的高一致性技术要求很高。 |
Select Language