Mysql 基于两表关系的SQL top记录

我存储三个主要项目：文章、实体和关键字。这包括5个表：

article { id }
entity {id, name}
article_entity {id, article_id, entity_id}
keyword {id, name}
article_keyword {id, article_id, keyword_id}

我想得到所有的文章，包含前X关键字+实体。我可以通过

实体id/keyword\u id

上的一个简单的分组获得前X个关键字或实体

SELECT [entity|keyword]_id, count(*) as num FROM article_entity
GROUP BY entity_id ORDER BY num DESC LIMIT 10

如何获取与顶级实体和关键词相关的所有文章？

这是我想象的，但我知道这不起作用，因为逐实体分组限制了文章id的返回

SELECT * FROM article
WHERE EXISTS (
    [... where article is mentioned in top X entities.. ]
) AND EXISTS (
    [... where article is mentioned in top X keywords.. ]
);

---

我采取了几个步骤

tl；dr这显示了前（4）个关键词和实体中的所有文章：

这里有一个

说明：

首先要努力找到最上面的X个实体。（4似乎对我想在小提琴中建立的联想数量起作用）

我不想在这里选择文章，因为它会使组倾斜，因为您希望只关注顶级实体

然后我从这些顶级实体中选择了所有文章

显然，关键字也需要同样的逻辑。然后将查询

union

ed放在一起（），并从union中提取不同的项目ID

---

这将为您提供与前（x）个实体和关键字相关的所有文章。

这将获得前10个关键字文章，它们也是前10个实体。您可能无法取回10条记录，因为一篇文章可能只满足其中一个条件（top entity但不满足top关键字或top关键字但不满足top entity）

---

如果我理解你的意思，那么查询的目的是找到与前10名实体之一以及前10名关键字之一都有关系的文章。如果是这种情况，下面的查询应该做到这一点，它要求返回的文章在前10个实体集合和前10个关键字集合中都有匹配项

请试一试

SELECT a.id 
FROM article a
INNER JOIN article_entity  ae ON a.id = ae.article_id
INNER JOIN article_keyword ak ON a.id = ak.article_id
INNER JOIN (
  SELECT entity_id, COUNT(article_id) AS article_entity_count
  FROM article_entity
  GROUP BY entity_id 
  ORDER BY article_entity_count DESC LIMIT 10
) top_ae ON ae.entity_id = top_ae.entity_id
INNER JOIN (
  SELECT keyword_id, COUNT(article_id) AS article_keyword_count 
  FROM article_keyword
  GROUP BY keyword_id 
  ORDER BY article_keyword_count DESC LIMIT 10
) top_ak ON ak.keyword_id = top_ak.keyword_id
GROUP BY a.id;

在顶级实体/关键字的两个子查询中使用简单的

限制10

的缺点是它不会处理关系，因此，如果第11个关键字与第10个关键字一样流行，它仍然不会被选中。这可以通过使用ranking函数来修复，但是afaik-MySQL没有任何内置功能（比如Oracle或MSSQL中的RANK（）窗口函数）

---

我设置了一个示例（但使用较少的数据点和

限制2

，因为我很懒）。

由于不知道您正在处理的数据量，我首先建议您在文章表中分别设置两个存储列，用于实体和关键字的计数。然后通过添加/删除每个计数器的触发器，更新相应的计数器列。这样，您就不必在每次需要时都执行烧录查询，尤其是在基于web的界面中。然后，您只需从按E+K计数降序排列的articles表中进行选择，然后就可以使用它来完成操作，而不是对基础表进行常量子查询

现在，也就是说，其他的建议与我发布的内容有些相似，但它们似乎都限制了每套10条记录。让我们把这个场景放到图中。假设你有1-20篇文章，包括10、9和8个实体和1-2个关键词。那么，第21-50条的内容正好相反。。。10、9、8个关键词和1-2个实体。现在，你有文章51-58，有7个实体和7个关键字，共14个组合点。任何查询都不会捕捉到这一点，因为实体只会返回符合条件的1-20条记录和关键字记录21-50。第51条至第58条将被列入清单，即使其总数为14条，也将不予审议

为了处理这个问题，每个子查询都是一个完整的查询，专门针对项目ID及其计数。按项目ID进行简单排序，因为这是连接到主项目表的基础

现在，coalesce（）将获得计数（如果可用），否则为0并将两个值相加。由此，当应用限制时，结果首先以最高计数排序（从而获得场景样本文章51-58以及其他一些）

SELECT
      a.id,
      coalesce( JustE.ECount, 0 ) ECount,
      coalesce( JustK.KCount, 0 ) KCount,
      coalesce( JustE.ECount, 0 ) + coalesce( JustK.KCount, 0 ) TotalCnt
   from
      article a
         LEFT JOIN ( select article_id, COUNT(*) as ECount
                        from article_entity
                        group by article_id
                        order by article_id ) JustE
            on a.id = JustE.article_id
         LEFT JOIN ( select article_id, COUNT(*) as KCount
                        from article_keyword
                        group by article_id
                        order by article_id ) JustK
            on a.id = JustK.article_id
   order by
      coalesce( JustE.ECount, 0 ) + coalesce( JustK.KCount, 0 ) DESC
   limit 10

---

实体

和

关键字

表没有重复项。每个实体和关键字只使用一次，因此子查询中的

COUNT（*）

没有意义。也许您打算对

实体文章

或

关键字文章

表进行全部计数？这些可能会有多个结果。我根据您的反馈更新了我的答案。在子查询中，您可以只使用映射表，因为这是真正的计数，但我将它们加入到相应的表中，以防您想验证您的查询是否正确。此外，我相信你只会给出这个查询中关键词最多的10篇文章。而不是前10个关键词中的文章/entities@Xeoncross我已经更新了我的查询并给出了一些解释，包括SQLFIDLE链接。我相信这就是你需要的答案。查询可能会被缩短，我会考虑，但希望你对结果作出反应。如果你愿意，考虑下面这个简单的两步行动：1。如果您还没有这样做，请提供适当的DDL（和/或SQLFIDLE），以便我们可以更轻松地复制问题。2.如果您还没有这样做，请提供一个与步骤1中提供的信息相对应的所需结果集。@草莓，请您避免一般性的复制/粘贴，即告诉某人放置DLL并转到SQL FIDLE。有了所提供的信息，那些流利的人可以理解，我知道我已经看到了太多的这些粘贴评论。我提供了一个答案，另一个注意到我可能误解了你想要的，但不相信我这么做了。让我知道，如果我的目标与你正在寻找的。。。谢谢，我认为你提到了一个正确的观点，那就是消极选择适合一套但不适合另一套的文章

select
  *
from
  article_entity ae
  inner join 
    (select
      entity_id, count(*)
    from
      article_entity
    group by
      entity_id
    order by 
      count(*) desc
    limit 4) top_entities on ae.entity_id = top_entities.entity_id

select *
from article a
inner join
                (select count(*),ae.article_id
                 from article_entity ae
                group by ae.article_id
                order by count(*) Desc limit 10) e
on a.id = e.article_id
inner join
                 (select count(*),ak.article_id
                from article_keyword ak
                group by ak.article_id
                order by count(*) Desc limit 10) k
on a.id = k.article_id

SELECT a.id 
FROM article a
INNER JOIN article_entity  ae ON a.id = ae.article_id
INNER JOIN article_keyword ak ON a.id = ak.article_id
INNER JOIN (
  SELECT entity_id, COUNT(article_id) AS article_entity_count
  FROM article_entity
  GROUP BY entity_id 
  ORDER BY article_entity_count DESC LIMIT 10
) top_ae ON ae.entity_id = top_ae.entity_id
INNER JOIN (
  SELECT keyword_id, COUNT(article_id) AS article_keyword_count 
  FROM article_keyword
  GROUP BY keyword_id 
  ORDER BY article_keyword_count DESC LIMIT 10
) top_ak ON ak.keyword_id = top_ak.keyword_id
GROUP BY a.id;

SELECT
      a.id,
      coalesce( JustE.ECount, 0 ) ECount,
      coalesce( JustK.KCount, 0 ) KCount,
      coalesce( JustE.ECount, 0 ) + coalesce( JustK.KCount, 0 ) TotalCnt
   from
      article a
         LEFT JOIN ( select article_id, COUNT(*) as ECount
                        from article_entity
                        group by article_id
                        order by article_id ) JustE
            on a.id = JustE.article_id
         LEFT JOIN ( select article_id, COUNT(*) as KCount
                        from article_keyword
                        group by article_id
                        order by article_id ) JustK
            on a.id = JustK.article_id
   order by
      coalesce( JustE.ECount, 0 ) + coalesce( JustK.KCount, 0 ) DESC
   limit 10