MySQL Query 根据相似标签的数量进行排名答案

【问题标题】：MySQL Query to rank based on number of similar tagsMySQL Query 根据相似标签的数量进行排名
【发布时间】：2014-06-05 04:53:07
【问题描述】：

我希望有比我更高级的 MySQL 知识的人来帮助指导我如何执行以下操作。

假设我有表 #1，视频：

Video ID
Video Name etc

我也有表 #2，标签

Tag ID
Tag Name

我有第三张表，它将每个视频链接到一个或多个标签：

ID (primary and autoincremented)
Tag ID
Video ID

现在我可以使用上面结合 PHP 找到类似的视频（基于有多少视频共享最多标签），但这涉及到一些查询，我觉得可以做到仅通过 mysql 查询更优雅。我想浏览视频，并根据它们彼此共有的标签数量找到最相似的视频。

感谢任何帮助！

【问题讨论】：

您能否提供输入数据和所需输出数据的样本？
除了@TrippKinetics 询问的内容之外，请显示您当前正在使用的查询

标签： php mysql sql

【解决方案1】：

假设视频是“重力”，重力的 VIDEO_ID 是 4321。

SELECT COUNT(res.TAG_ID), res.VIDEO_ID
FROM tag_link_table res
  INNER JOIN tag_link_table target
    ON target.VIDEO_ID = 4321 AND res.TAG_ID = target.TAG_ID
GROUP BY res.VIDEO_ID
ORDER BY COUNT(res.TAG_ID) DESC

【讨论】：

Marlin 的查询是正确的，但有两点值得注意。第一，如果您想一次计算多个视频（例如 video_id = ?），这将是一个非常昂贵的查询。这是一个固有的组合问题。事实上，它本质上是一个 k 最近邻问题，我强烈建议不要在 SQL 中运行，除非您一次只需要看一个视频。如果是这种情况，请注意第二点：确保在 tag_link_table 上创建一个包含 TAG_ID 的索引（或者，更好的是，一个在 (VIDEO_ID ,TAG_ID) 上，一个在 TAG_ID 上）。
是的，tag_link_table 肯定需要 VIDEO_ID 上的索引和 TAG_ID 上的另一个索引。
我刚刚为 SqlFiddle 上的问题创建了一个模式，但 Marlin 的答案首先出现。所以，我在这里结合了查询和模式：sqlfiddle.com/#!2/318d5/3
在 VIDEO_ID 上的索引和 TAG_ID 上的索引与 (VIDEO_ID, TAG_ID) 上的多列索引和 TAG_ID 上的另一个索引之间，我想我会在后面做……覆盖索引的好处没有索引合并。此外，您可以摆脱 tag_link_table 和 (VIDEO_ID, TAG_ID) 的 Pk 上的自动增量...节省一点空间并提高准确性。可能会稍微影响写入速度，但还不足以让我犹豫 Pk 这两列并删除自动增量一列。
考虑索引多个字段很重要，因为太多的年轻程序员只索引一个字段。请理解，如果您在 (VIDEO_ID, TAG_ID) 上有索引，则数据库可以将其用作仅 VIDEO_ID 的索引。也就是说，如果DB需要VIDEO_ID上的索引，可以使用复合索引，因为VIDEO_ID在前，所以不会缺少VIDEO_ID索引。