SQL lekérdezés

Adatbázis: SQL, XML DB

Sziasztok,

Kedves SQL guruk az alábbi problémában kérném a segítségeteket: Adott egy példa tábla, melyben blog kommentek vannak. A szerkezet: blog_id, felhasznalo_id, komment, bejegyzes_datum. Ebből a táblázatból kellene blogok kapcsolatát felderítenem (legalább X számú különböző, de közös kommentelőjük van). Tehát olyan lekérdezést kellene futtatnom, aminek az eredménye: blog1, blog2, kozos_komment_szam.

Az a baj, hogy csak egy blogra tudom könnyen megírni a lekérdezést, pl.:
select owner_id, blog_id from bloghu_comment where
( owner_id in (SELECT distinct(owner_id) FROM bloghu_comment where blog_id=3) )
and blog_id != 3

De ez csak a 3. sorszámú blog kapcsolatait adja vissza (ebből természetesen még darabszámot kell kinyerni, de az rendben van). Nekem "egy menetben" kellene az összes.

Előre is köszönöm!

  • 5326 megtekintés

( atomheart v | 2012. 01. 18., sze – 16:01 )

Ezzel legeneralod az osszes blog part, mar csak ki kell szamolni a kozos kommentelok szamat es kiszurni azokat, amelyeknel ez nulla:

select b1.blog_id, b2.blog_id from blog_comment b1 join blog_comment b2 on b1.blog_id > b2.blog_id

----------------------
"ONE OF THESE DAYS I'M GOING TO CUT YOU INTO LITTLE PIECES!!!$E$%#$#%^*^"

1. Miért aggódsz? Annyi az adat, amennyi, nem? :) Ha két dolog kapcsolatát kérdezed, nyilván joinolni kell.
2. Nem fog feltétlenül memóriában létrejönni a teljes szorzat. Pl. az első táblán egyesével fog iterálni.
3. Mivel count-ot kérdezel tőle, megfelelő indexek esetén csupán indexből is megválaszolható a kérdés.

--
joco voltam szevasz

( fhuse | 2012. 01. 18., sze – 16:40 )

Ez esetleg közelebb visz?

CREATE TABLE temp_dist
AS (
select
distinct
blog_id
,owner_id
FROM
bloghu_comment
);

SELECT t1.blog_id
,t2.blog_id
,COUNT(*) no_of_owner
FROM
temp_dist t1
JOIN
temp_dist t2
ON t1.owner_id=t2.owner_id
AND t1.blog_id>t2.blog_id
GROUP BY
t1.blog_id,t2.blog_id
HAVING
no_of_owner > X /*közös kommentelők*/
;

( hal | 2012. 01. 18., sze – 17:54 )

Kb így: 


select t1.blog_id as b1,
       t2.blog_id as b2,
       count(1) as cnt
from (
        select blog_id, owner_id
        from bloghu_comment
        group by blog_id, owner_id
     ) t1,
     (
        select blog_id, owner_id
        from bloghu_comment
        group by blog_id, owner_id
     ) t2
where t1.owner_id = t2.owner_id 
  and t1.blog_id < t2.blog_id   
group by t1.blog_id, t2.blog_id
order by t1.blog_id, t2.blog_id;

Jahh, látom fentebb már volt megoldás...

( Jason v | 2012. 01. 18., sze – 18:36 )


SELECT c1.blog_id, c2.blog_id, CONCAT( c1.blog_id, c2.blog_id ) AS ignore_me, COUNT( c1.user_id ) AS common_user_cnt
FROM commentz c1 USE INDEX ( IX_blog_user_id ) 
JOIN commentz c2 USE INDEX ( IX_blog_user_id ) ON c1.blog_id != c2.blog_id
WHERE c1.blog_id < c2.blog_id
AND c1.user_id = c2.user_id
GROUP BY ignore_me

A common_user_cnt elvileg megadja a közös usereket (mindkét blogon létezik ugyanaz a user_id).
Olyan sorokat joinol, ahol nem egyezik a blog_id. A bidirekcionális egyezéseket a where első fele eldobja. Az ignore_me alapjan csoportositunk az aggregáthoz. Biztosan van jobb megoldas, de a heti sör mar megvolt.
Lehet profilozni :) Nincs kedvem 5millió sort berandomizálni.