5

我有一个表,其中存储了许多推特推文的信息,包括推文文本和发布推文的用户的屏幕名称。推文包含主题标签(以 # 开头),我想计算特定用户发布的主题标签数量:

tweet_id |                       tweet_text                           | screen_name    |
--------------------------------------------------------------------------------------------
       1 | #hashtag1 #otherhashtag2 #hashtag3 some more text          | tweeter_user_1 |
       2 | some text #hashtag1 #hashtag4 more text                    | tweeter_user_2 |
       3 | #hashtag5 #hashtag1 @not a hashtag some#nothashtag         | tweeter_user_1 |
       4 | #hashtag1 with more text                                   | tweeter_user_3 |
       5 | #otherhashtag2 #hashtag3,#hashtag4 more text               | tweeter_user_1 |

如果我要计算 tweeter_user_1 的标签,我期望的结果是 8,如果我想要 tweeter_user_3 的标签,它应该返回 1。假设我的表名是 tweets,我该怎么做。

我试过这个:SELECT COUNT( * ) FROM tweets WHERE( LENGTH( REPLACE( tweet_text, '#%', '@') = 0 ) ) AND screen_name = 'tweeter_user_1'但它没有用

如果 tweeter_user_1 的结果也是 9,我会很高兴:D

4

2 回答 2

8

这应该会给你一个 screen_names 列表和他们使用的所有主题标签的总数。

SELECT  foo.screen_name, SUM(foo.counts) FROM 
  (
    SELECT screen_name, 
           LENGTH( tweet_text) - LENGTH(REPLACE(tweet_text, '#', '')) AS counts 
    FROM tweet_table 
  ) as foo 
GROUP BY  foo.screen_name

但是....如果表很大,这是一个讨厌的查询。如果您只需要单个用户的计数,我可能会在内部选择中指定特定用户。像这样:

SELECT  foo.screen_name, SUM(foo.counts) FROM 
 (
    SELECT screen_name, 
         LENGTH( tweet_text) - LENGTH(REPLACE(tweet_text, '#', '')) AS counts 
    FROM tweet_table WHERE  screen_name = 'tweeter_user_1' 
 ) as foo 
GROUP BY  foo.screen_name
于 2012-10-04T22:18:54.943 回答
2

根据您需要运行查询的频率,您可能会导致 MySQL 花费大量 CPU 时间来解析和重新解析tweet_text列。我强烈建议hashtag_qty您在填充行开始时添加一列(或类似列)并在其中存储主题标签元素的数量。

于 2012-10-04T22:02:15.120 回答