如何有效地找到多对多关系中的频率答案

【问题标题】：How to efficiently find frequencies in many-to-many relationships如何有效地找到多对多关系中的频率
【发布时间】：2021-04-15 03:11:45
【问题描述】：

我正在建立一个数据库来存储一个人订购某件商品的次数。这是一个多对多的关系，但我想知道如何有效地存储客户订购某个商品的次数的频率。我唯一的选择是按语句计数和分组，还是可以重新排列我的数据库？

我的桌子现在看起来像这样：

客户表：

Customer ID	Customer Name
1	Alice
2	Bob
3	Eve

物品表：

Item ID	Item Name
1	Speaker
2	Keyboard
3	Mouse

购买的物品

Customer ID	Item ID
1	1
1	1
1	2
1	2
2	3
2	3
3	1

所以我更感兴趣的是，客户 1 更有效地购买了 2 件商品 1、2 件商品 2 和 0 件商品 3。

【问题讨论】：

比什么更有效率？
了解GROUP_CONCAT 和GROUP BY。
您预计每个表中有多少行？

标签： mysql database database-design

【解决方案1】：

如果这与您所拥有的细节有关。您总是可以引入另一个字段来保存所购买商品的数量。如：

ALTER TABLE item_bought ADD COLUMN Count INTEGER NOT NULL;

并使用查询更新该表：

INSERT INTO item_bought (CustomerId, ItemId, Count)
VALUES (@var_customer_id, @var_item_id, @var_count)
ON DUPLICATE KEY UPDATE -- assuming CustomerId, ItemId is unique key
  Count := Count + @var_count
;

然后像这样选择它：

SELECT CustomerId, ItemId, Count
FROM item_bought
;

【讨论】：

【解决方案2】：

您的表格设计很好，如果您还没有添加更多信息，例如购买日期到 items_bought 表格，您可能还没有这样做。

为了知道客户 #1 购买了您需要的商品的次数

select i.item_id, count(ib.item_id)
from item i
left join items_bought ib on ib.item_id = i.item_id and ib.customer_id = 1
group by i.item_id
order by i.item_id;

为此，您需要 items_bought 的索引。我会尝试以下两个，看看 DBMS 正在使用哪个，然后删除另一个：

create index idx1 on items_bought (item_id, customer_id);
create index idx2 on items_bought (customer_id, item_id);

如果有一个已经包含所需数据的表会更方便。这是一种数据仓库方法。你会添加一个表

dwh_customer_item (customer_id, item_id, amount)

在customer_id, item_id 上有一个主键。然后添加一个触发器，该触发器在将项目添加到数据库时添加行，添加这些行：

insert into dwh_customer_item (customer_id, item_id, amount)
 select c.customer_id, new.item_id, 0 as amount from customer c;

以及每当客户添加到数据库时添加行的触发器，添加这些行：

insert into dwh_customer_item (customer_id, item_id, amount)
 select new.customer_id, i.item_id, 0 as amount from item i;

最后一个触发器来增加每次插入 items_bought 的数量，添加这些行：

update dwh_customer_item
set amount = amount + 1
where customer_id = new.customer_id
and item_id = new.item_id;

有了这样的概念，您甚至可以从 items_bought 中删除旧行而不会丢失总数。

如果您希望将所有这些都添加到您的数据库中，这是您的选择。原始表很好，查询（提供了适当的索引）已经非常快了。

【讨论】：