比较顺序无关紧要的对

Question

我想压缩表中的数据，以便在对序列方面没有冗余，例如 a,b 与 b,a as pair 相同。

特别是我想从表中获取：redundant_relations

+------+------+------+
| p1   | p2   | score|
+------+------+------+
| a    | b    |  0.8 |
| a    | c    | 0.67 |
| b    | a    |  0.8 |
| c    | a    | 0.67 |
| a    | d    | 0.89 |
| a    | e    | 0.47 |
| d    | a    | 0.89 |
| e    | a    | 0.47 |
+------+------+------+

到

+------+------+------+
| p1   | p2   | score |
+------+------+------+
| a    | b    |  0.8 |
| a    | c    | 0.67 |
| a    | d    | 0.89 |
| a    | e    | 0.47 |
+------+------+------+

在这里，我只想选择第一个关系并丢弃反向关系，例如，如果 A 和 B 是分数为 0.8 的朋友，我想为他们的关系保留一行 [A,B,0.8] 而不是两个行，即 [A,B,0.8] 和 [B,A,0.8]，我已经有一个存在这些关系的表，我想删除后面的。

Answer 1

如果你知道你有所有对，那么就这样做：

select rr.*
from redundant_relations rr
where rr.p1 < rr.p2;

如果关系不是全部配对或分数不同，这会变得更加复杂。在这种情况下，我建议在(p1, p2, score) 上建立一个索引，并且：

select rr.*
from redundant_relations rr
where rr.p1 < rr.p2
union all
select rr.*
from redundant_relations rr
where rr.p1 > rr.p2 and
      not exists (select 1
                  from redundant_relations rr2
                  where rr2.p1 = rr.p2 and rr2.p2 = rr.p1 and rr2.score = rr.score
                 );