MySQL：计算Venn图集幂的有效方法

给定4个表，每个表包含项目并代表一组，如何获得绘制维恩图所需的每个隔间中的项目计数，如下所示。计算应该在MySQL服务器中进行，避免将项目传输到应用程序服务器

示例表：

s1:         s2:         s3:         s4:
+------+    +------+    +------+    +------+
| item |    | item |    | item |    | item |
+------+    +------+    +------+    +------+
| a    |    | a    |    | a    |    | a    |
+------+    +------+    +------+    +------+
| b    |    | b    |    | b    |    | c    |
+------+    +------+    +------+    +------+
| c    |    | c    |    | d    |    | d    |
+------+    +------+    +------+    +------+
| d    |    | e    |    | e    |    | e    |
+------+    +------+    +------+    +------+
| ...  |    | ...  |    | ...  |    | ...  |

现在，我想我会计算一些设定的幂。一些示例中，

I

对应于

s1

，

II

到

s2

，

III

到

s3

和

IV

到

s4

：

如果我将

sx

重新解释为一个集合，我会写：

| s1∩ s2∩ s3∩ s4 |

-中间的白色25

|（s1∩ s2∩ s4）\s3 |

-右侧下方相对于中心的白色15

|（s1∩ s4）\（s2∪ s3）|

-底部的白色5

| s1\（s2∪ s3∪ s4）|

-蓝色地面上的深蓝色60

。。。到15岁

如何在MySQL服务器上高效地计算这些功率？MySQL是否提供了帮助计算的函数

一种简单的方法是为1运行查询

SELECT count(*) FROM(
SELECT item FROM s1
INTERSECT
SELECT item FROM s2
INTERSECT
SELECT item FROM s3
INTERSECT
SELECT item FROM s4);

另一个查询是2

SELECT count(*) FROM(
SELECT item FROM s1
INTERSECT
SELECT item FROM s2
INTERSECT
SELECT item FROM s4
EXCEPT
SELECT item FROM s3);

依此类推，产生15个查询。

以下过程：

创建了一个存储过程，该过程将创建包含集合的临时内存表

请注意，MySQL不允许在查询中多次引用内存中的临时表

如前所述，MySQL没有or。但你可以模仿他们。通过从原始数据/原始集中删除重复项，仿真可以更加简化

决定将计算出的值存储到每个变量中，并输出一个由所有15个组件对应的值组成的表

---

我现在想到的是

试试这样的方法：

with universe as (
    select * from s1 
    union
    select * from s2
    union
    select * from s3
    union
    select * from s4
),
regions as (
    select
        case when s1.item is null then '0' else '1' end
        ||
        case when s2.item is null then '0' else '1' end
        ||
        case when s3.item is null then '0' else '1' end
        ||
        case when s4.item is null then '0' else '1' end as Region
    from universe u
    left join s1 on u.item = s1.item
    left join s2 on u.item = s2.item
    left join s3 on u.item = s3.item
    left join s4 on u.item = s4.item
)
select Region, count(*) from regions group by Region

免责声明：我只在SQLite中测试过这个。您可能需要

将sql\u mode='PIPES\u设置为\u CONCAT'

，以便ANSI字符串连接在MySQL中工作，或者改用

CONCAT

函数。仅从MySQL的8.0版开始支持

WITH

语法，但您可以适当地使用临时表或嵌套查询

---

如果集合非常大，您可能希望在查询之前为

项

列编制索引，以防SQL优化器无法自己找到它。

问题有点复杂，因此答案非常简单。让我解释一下K.T.的答案

with universe as (
    select * from s1 
    union
    select * from s2
    union
    select * from s3
    union
    select * from s4
),
regions as (
    select
        case when s1.item is null then '0' else '1' end
        ||
        case when s2.item is null then '0' else '1' end
        ||
        case when s3.item is null then '0' else '1' end
        ||
        case when s4.item is null then '0' else '1' end as Region
    from universe u
    left join s1 on u.item = s1.item
    left join s2 on u.item = s2.item
    left join s3 on u.item = s3.item
    left join s4 on u.item = s4.item
)
select Region, count(*) from regions group by Region

universe

导致所有表的并集（消除重复项），类似于

+------+
| item |
+------+
| a    |
+------+
| b    |
+------+
| c    |
+------+
| d    |
+------+
| e    |
+------+
| ...  |
+------+

然后，s1、s2、s3和s4接合

+------+---------+---------+---------+---------+
| item | s1.item | s2.item | s3.item | s4.item |
+------+---------+---------+---------+---------+
| a    | a       | a       | a       | a       |
+------+---------+---------+---------+---------+
| b    | b       | b       | b       | NULL    |
+------+---------+---------+---------+---------+
| c    | c       | c       | NULL    | c       |
+------+---------+---------+---------+---------+
| d    | d       | NULL    | d       | d       |
+------+---------+---------+---------+---------+
| e    | NULL    | e       | e       | e       |
+------+---------+---------+---------+---------+
| ...  | ...     | ...     | ...     | ...     |
+------+---------+---------+---------+---------+

并转换为一个称为

区域的二进制字符串（0:if cell为NULL；1:else），其中第一个数字对应于s1，第二个对应于s2，依此类推

+------+--------+
| item | Region |
+------+--------+
| a    | 1111   |
+------+--------+
| b    | 1110   |
+------+--------+
| c    | 1101   |
+------+--------+
| d    | 1011   |
+------+--------+
| e    | 0111   |
+------+--------+
| ...  | ...    |
+------+--------+

最后按区域进行汇总和分组

+--------+-------+
| Region | count |
+--------+-------+
| 1111   | 1     |
+--------+-------+
| 1110   | 1     |
+--------+-------+
| 1101   | 1     |
+--------+-------+
| 1011   | 1     |
+--------+-------+
| 0111   | 1     |
+--------+-------+
| ...    |       |
+--------+-------+

请注意，其中包含0个集合元素的区域不会显示在结果中，
0000
永远不会（=项目不属于任何集合s1、s2、s3、s4）因此有15个区域

如果有人令人信服地告诉我，用博士后做这件事会容易得多，我会相应地改变这个问题。它应该读为“开源DBMS:…”，但这太宽泛了。MySQL中除了

之外没有

INTERSECT

和

。所以，您可以使用其他RDBMS，它提供了这些功能。@MadhurBhaiya没有意识到这一点。MariaDB在10.3.1中引入了set操作。当前解决方案：