当字段稀疏时，使用 SQL 从用户最喜欢的项目集中获取项目的最喜欢计数

【问题标题】：Get Item's favorite count from user's favorite itemset using SQL when field is sparse当字段稀疏时，使用 SQL 从用户最喜欢的项目集中获取项目的最喜欢计数
【发布时间】：2021-11-27 12:26:43
【问题描述】：

有 2 个表，Item 和 User。

项目（ID）
用户（id，favorite_itemset）

例如：

物品

id
11
22
33

用户

id	favorite_itemset
A	[22, 33]
B	[22]

我想要如下结果。

item id	favorite count
11	0
22	2
33	1

由于 favorite_itemset 字段很稀疏，而 User 表很大。有没有比使用 UNNEST 的方法？（快速）

任何帮助将不胜感激！感谢您阅读本文。

【问题讨论】：

预期结果表很棒。不能用同样的方式呈现表格数据吗？
现在看起来好多了！

标签： sql apache-spark-sql presto

【解决方案1】：

您可以使用UNNEST 将数组扩展为关系，然后按项目ID 分组并与项目连接：

WITH item(id) AS
(
  VALUES
        (11),
        (22),
        (33)
), 
user(id,    favorite_itemset) AS
(
  VALUES
        ('A',   ARRAY[22, 33]),
        ('B',   ARRAY[22])
)
  


SELECT id,
    coalesce(cnt, 0) as favorite_count -- turn nulls into zeroes
FROM item 
LEFT OUTER JOIN 
    (SELECT item_id,
         count(*) AS cnt
    FROM USER
    CROSS JOIN UNNEST(favorite_itemset) AS t(item_id)
    GROUP BY  item_id )
    ON id = item_id

输出：

id	favorite_count
11	0
22	2
33	1

【讨论】：

感谢您的回答！也许可以迭代：对于每个用户，只检查一次 favorite_itemset？因为 favorite_itemset 数据稀疏，用户表很大..
@sngjuk 你检查了这个查询的性能。也许它已经足够好了？