Mysql SQL数据库中N对N关系的搜索

这是我的数据库模型：

我需要的是：

我需要输入几个术语并搜索包含所有这些术语的document.text文档

示例数据：

文件：

SELECT document_iddocument,
    SUM(IF(term = 'cat', 1, 0)) AS has_0,
    SUM(IF(term = 'dog', 1, 0)) AS has_1
    FROM document_has_term
    LEFT JOIN term ON (term_idterm = idterm AND term.term IN 
        ('cat', 'dog'))
GROUP BY document_iddocument;

条款：

例如：

我想搜索包含所有术语的文档：dog cat train。结果将是文件1和文件2，但不是文件3，因为它没有列车，而不是文件4，因为它没有cat或列车

我的第一次尝试是这样的查询：

select document.text from document join document_has_term on       
 document.iddocument=document_has_term.document_iddocument join term on
 term.idterm=document_has_term.term_idterm where term="kindness" and
 term="horrible"

SELECT document.* FROM document
WHERE iddocument IN (

SELECT document_iddocument
    FROM document_has_term
    LEFT JOIN term ON (term_idterm = idterm AND term.term IN 
    ('cat', 'dog') -- list of all terms used
    )
GROUP BY document_iddocument

    HAVING
    (SUM(IF(term = 'cat', 1, 0))!=0) -- for the term "CAT"
    AND NOT                          -- from the "textual query"
    (SUM(IF(term = 'dog', 1, 0))!=0) -- for the term "DOG"
);

---

此查询不选择任何帖子，但它反映了我基本上想要的内容。

按您要选择的列分组，只选择那些同时包含这两个术语的帖子

select document.text 
from document 
join document_has_term on document.iddocument=document_has_term.document_iddocument 
join term on term.idterm=document_has_term.term_idterm 
where term in ('kindness', 'horrible')
group by document.text 
having count(distinct term) = 2

---

假设每个文档只能有一个术语，如果您运行

SELECT document_iddocument
    FROM document_has_term
    JOIN term ON (term_idterm = idterm)
    WHERE term IN ('cat', 'dog', 'train');

您将有三行，其中三个术语中的每一个都匹配，两行 如果两个术语匹配，依此类推

所以

将仅输出具有三个匹配项的文档ID

此查询在此阶段甚至不需要访问文档

您可以将其用作子选择，以获取其iddocument在此ID列表中的文档：

SELECT document.text FROM document WHERE iddocument IN
( the above select );

更复杂的查询 如果您想运行更复杂的搜索，那么可能应该使用MySQL进行文本搜索并使用全文功能

否则，您需要从外部语言开始构建查询，在外部语言中指定

cat AND NOT dog

这不是SQL，并将其转换为SQL查询

一种有效的方法是尝试通过复杂的查询（比如cat而不是dog）来确定哪一个组件是最有限制的。在本例中，如果您有2000条记录，其中100条记录中有cat，50条记录中有dog，则需要考虑： -搜索是否存在术语的查询非常有效。 -搜索缺少术语的查询非常昂贵

您将首先运行cat查询，然后删除确实包含dog的项

这种方法也相当复杂

另一种可能性（对于大型数据库不太推荐）是扫描整个文档\u has\u term表并查找所有文档的状态：

SELECT document_iddocument,
    SUM(IF(term = 'cat', 1, 0)) AS has_0,
    SUM(IF(term = 'dog', 1, 0)) AS has_1
    FROM document_has_term
    LEFT JOIN term ON (term_idterm = idterm AND term.term IN 
        ('cat', 'dog'))
GROUP BY document_iddocument;

这个查询是用某种外部语言构建的，由三部分组成：模板

变成

(has_0) and not (has_1)

实际上，您可以将其集成到HAVING子句中，并按照如下方式构建查询：

select document.text from document join document_has_term on       
 document.iddocument=document_has_term.document_iddocument join term on
 term.idterm=document_has_term.term_idterm where term="kindness" and
 term="horrible"

SELECT document.* FROM document
WHERE iddocument IN (

SELECT document_iddocument
    FROM document_has_term
    LEFT JOIN term ON (term_idterm = idterm AND term.term IN 
    ('cat', 'dog') -- list of all terms used
    )
GROUP BY document_iddocument

    HAVING
    (SUM(IF(term = 'cat', 1, 0))!=0) -- for the term "CAT"
    AND NOT                          -- from the "textual query"
    (SUM(IF(term = 'dog', 1, 0))!=0) -- for the term "DOG"
);

---

只要在文本查询中使用SQLish语法，如果小心SQL注入。如果您不小心清理您的输入，只允许使用有效的术语和关键字“and”、“or”、“not”和括号，并使用准备好的查询？术语的占位符，很可能是您的…

这很有帮助，但是如果我不知道我要搜索多少术语呢？例如，“猫”、“狗”、“火车”中的术语是这样的子选择查询-其中“从术语中选择术语”中的术语是，其中术语=猫，而不是术语=狗这是。。。要复杂得多。为了学习，我尝试了一个简单的解决方案。这很有帮助，但是如果我不知道要搜索多少个术语呢？例如，“cat”、“dog”、“train”中的WHERE term是这样的子选择查询-SELECT term FROM term WHERE term=cat而非term=dog中的WHERE term您正在以某种方式构建查询，并且必须在那里填充WHERE子句。只需确定有多少个术语，并将该数字放入having子句中。

(has_0) and not (has_1)

SELECT document.* FROM document
WHERE iddocument IN (

SELECT document_iddocument
    FROM document_has_term
    LEFT JOIN term ON (term_idterm = idterm AND term.term IN 
    ('cat', 'dog') -- list of all terms used
    )
GROUP BY document_iddocument

    HAVING
    (SUM(IF(term = 'cat', 1, 0))!=0) -- for the term "CAT"
    AND NOT                          -- from the "textual query"
    (SUM(IF(term = 'dog', 1, 0))!=0) -- for the term "DOG"
);