0

我有一项任务是创建一个类似推特的数据库。在这个任务中，我必须过滤掉热门话题。我的想法是在推文发布日期和 7 天后计算带有特定标签的推文，并按计数排序。

我有以下 2 个用于此查询的表：

Table Tweet : id , message, users_id, date

Table Tweet_tags : id, tag, tweet_id

由于 mysql 根本不是我的强项，因此我无法从查询中获取任何结果。我试过的查询是：

Select
      Count(twitter.tweet_tags.id) As NumberofTweets,
      twitter.tweet_tags.tag
From twitter.tweet 
Inner Join twitter.tweet_tags On twitter.tweet_tags.tweet_id = twitter.tweet.id 
WHERE twitter.tweet_tags.tag between twitter.tweet.date and ADDDATE(twitter.tweet.date, INTERVAL 7 day) 
ORDER BY NumberofTweets

查询有效，但没有给出任何结果。我只是无法让它工作。你们能帮我解决这个问题吗，或者如果你有更好的方法来获取热门话题，请告诉我！

非常感谢！

4

1 回答 1

1

这等效于您的查询，使用表别名使其更易于阅读，将 BETWEEN 替换为两个不等谓词，并将 ADDDATE 函数替换为等效操作...

SELECT COUNT(s.id) As NumberofTweets
     , s.tag
  FROM twitter.tweet t 
  JOIN twitter.tweet_tags s 
    ON s.tweet_id = t.id
 WHERE s.tag >= t.date 
   AND s.tag <= t.date + INTERVAL 7 DAY
 ORDER
    BY NumberofTweets

有两件事突然出现在我这里......

首先，没有GROUP BY. 要通过“标签”获得计数，您需要 at GROUP BY tag。

其次，您将“标签”与“日期”进行比较。我不知道你的桌子，但这看起来不对。（我希望“日期”是一个 DATETIME 或 TIMESTAMP，而“标签”是一个字符串（也许我女儿称之为“哈希标签”。或者她说的是那个 tumblr？）

如果我了解您的要求：

对于每条推文以及与该推文关联的每个标签，您都希望获得在推文日期时间后 7 天内发布的具有匹配标签的其他推文的数量。

获得此结果的一种方法是使用相关子查询。（这可能是最容易理解的方法，但从性能的角度来看可能不是最好的方法）。

SELECT t.id
     , s.tag
     , ( SELECT COUNT(1)
           FROM twitter.tweet_tags r
           JOIN twitter.tweet q
             ON q.id = r.tweet_id
          WHERE r.tag = s.tag
            AND q.date >= t.date
            AND q.date <= t.date + INTERVAL 7 DAY
       ) AS cnt
  FROM twitter.tweet t 
  JOIN twitter.tweet_tags s 
    ON s.tweet_id = t.id
 ORDER
    BY cnt DESC

另一种方法是使用连接操作：

SELECT t.id
     , s.tag
     , COUNT(q.id) AS cnt
  FROM twitter.tweet t 
  JOIN twitter.tweet_tags s 
    ON s.tweet_id = t.id
  LEFT
  JOIN twitter.tweet_tags r
    ON r.tag = s.tag
  LEFT
  JOIN twitter.tweet q
    ON q.id = r.tweet_id
       AND q.date >= t.date
       AND q.date <= t.date + INTERVAL 7 DAY
 GROUP
    BY t.id
     , s.tag
 ORDER
    BY cnt DESC

这两个查询的计数假设tweet_tags (tweet_id, tag)是唯一的。如果有任何“重复”，那么包括 DISTINCT 关键字，即COUNT(DISTINCT q.id)（分别代替COUNT(1)和COUNT(q.id)）将使您获得“相关”推文的计数。

注意：返回的计数将包括原始推文本身。

注意：LEFT从上面的查询中删除关键字应该返回一个等效的结果，因为推文/标签（来自 t/s）保证匹配自身（来自 r/q），只要标签不为空并且推文date是不为空。

这些查询在大型集上会有问题的性能。要获得可接受的性能，需要适当的覆盖索引：

...  ON twitter.tweet_tags (tag, tweet_id)

...  ON twitter.tweet (date)
于 2013-01-18T15:57:10.940 回答