在用户供稿中对连续帖子进行分组

Question

我有一个图片帖子的用户供稿。每个用户都可以发布单个图像，但是，他可以经常重复该动作。比如说，在一小时内上传几张图片。

我如何有效地设计数据库表，以便当用户在一小时内发布多张图片（一张一张）时——我可以轻松地将这些 serial 帖子组合在一起，例如在 INSERT 上还是在 SELECT 上？

---

不建议多上传表单。事实并非如此：我刚刚用更常用的术语描述了这项任务 :)

Answer 1

你可以为每篇文章存储一个时间戳，然后从下一个中选择时间戳小于某个阈值的每个项目吗？

另一个想法是在每个帖子中同时存储时间戳和“组号”。在存储帖子之前，执行SELECT 以查找在最后n 分钟内提交的帖子。如果您找到一个，请为新帖子使用相同的组号。如果您不这样做，则增加新帖子的组号。然后您可以按组号选择以找到您想要的项目。

Answer 2

我想数据模型应该是这样的：

请注意确保帖子之间的时间差异大于 TIMESTAMP 的分辨率（或准备好优雅地处理 PK 违规）。

在支持分析功能的 DBMS 中，您可以相当轻松地将时间上接近的帖子分组。例如，Oracle 查询分组（针对给定用户）的帖子（针对给定用户）彼此相隔一小时，如下所示：

SELECT T.*, SUM(DIFF) OVER (ORDER BY TIMESTAMP) GROUPING
FROM (
    SELECT
        IMAGE.*,
        CASE
            WHEN TIMESTAMP <= LAG(TIMESTAMP) OVER (ORDER BY TIMESTAMP)
                + INTERVAL '1' HOUR
            THEN 0
            ELSE 1
            END DIFF
    FROM IMAGE
    WHERE USER_ID = :user_id
) T;

生成的 GROUPING 字段将识别其 TIMESTAMP“足够接近”的各个行组。这个查询也非常有效——它只是对 PK 索引的范围扫描。你可以在SQL Fiddle玩。

不幸的是，MySQL 不支持分析功能，但在应用程序级别上做基本相同的功能应该没有问题。就SELECT ... ORDER BY TIMESTAMP，线性遍历结果，看看当前行和上一行有什么区别。

Answer 3

那是游乐场：

CREATE TABLE `feed`(
  `id` INT UNSIGNED NOT NULL AUTO_INCREMENT,
  `tm` INT UNSIGNED NOT NULL COMMENT 'timestamp',
  `user_id` INT UNSIGNED NOT NULL COMMENT 'author id',
  `image` VARCHAR(255) NOT NULL COMMENT 'posted image filename',
  `group` INT UNSIGNED NULL DEFAULT NULL COMMENT 'post group',
  PRIMARY KEY(`id`),
  INDEX(`user_id`),
  INDEX(`tm`,`group`)
  );

我们想将时间上接近的帖子组合在一起。

首先，声明所需的粒度：时间接近度的阈值：

SET @granularity:=60*60;

每一行形成一个组，组 ID 与行 ID 匹配（也可以是时间戳）：

SELECT `g`.`id` AS `group`
FROM `feed` `g`;

每个组包含来自同一用户的行，发布时间早于组形成者：

SELECT `g`.`id` AS `group`, `f`.*
FROM `feed` `g`
    CROSS JOIN `feed` `f`
    ON (`f`.`user_id` = `g`.`user_id` 
        AND `f`.`tm` BETWEEN `g`.`tm`-@granularity AND `g`.`tm`
    )

每一行属于多个组。对于每一行，我们选择最“广泛”的组：它具有最大的 rowId

SELECT MAX(`g`.`id`) AS `group`, `f`.*
FROM `feed` `g`
    CROSS JOIN `feed` `f`
    ON (`f`.`user_id` = `g`.`user_id` 
        AND `f`.`tm` BETWEEN `g`.`tm`-@granularity AND `g`.`tm`
    )
GROUP BY `f`.`id`

最近更新的组总是跳到顶部（如果您按group DESC 排序）。 但是，如果您希望组是持久的（例如，这样项目不会从一个组移动到另一个组），请使用 MIN 而不是 MAX：

SELECT MIN(`g`.`id`) AS `group`, `f`.*
FROM `feed` `g`
    CROSS JOIN `feed` `f`
    ON (`f`.`user_id` = `g`.`user_id` 
        AND `f`.`tm` BETWEEN `g`.`tm` AND `g`.`tm`+@granularity
    )
GROUP BY `f`.`id`

现在，我们将更新表的 group 列。 首先，MySQL 无法更新您正在读取的同一张表。我们需要一个临时表。 第二：我们只更新group列为NULL的行，或者晚于UNIX_TIMESTAMP()-2*@threshold发布的行：

CREATE TEMPORARY TABLE `_feedg`
SELECT MAX(`g`.`id`) AS `group`, `f`.`id`
FROM `feed` `g`
    CROSS JOIN `feed` `f`
    ON (`f`.`user_id` = `g`.`user_id` 
        AND `f`.`tm` BETWEEN `g`.`tm`-@granularity AND `g`.`tm`
    )
WHERE `f`.`group` IS NULL 
    OR `f`.`tm` >= (UNIX_TIMESTAMP()-2*@granularity)
GROUP BY `f`.`id`;

并更新group 列：

UPDATE `feed` `f` CROSS JOIN `_feedg` `g` USING(`id`)
SET `f`.`group` = `g`.`group`;

这是 SQLFiddle：http://sqlfiddle.com/#!2/be9ce/15

Answer 4

“o_O Tync”的解决方案不会在 1 小时内对添加的项目进行分组，例如：1:00、1:40、2:30。只有最后两个会被分组。

这是超快的 Mysql 解决方案，没有临时表和连接（同一张表）。

创建表`饲料`（ `id` INT UNSIGNED NOT NULL AUTO_INCREMENT, `tm` INT UNSIGNED NOT NULL COMMENT 'timestamp', `user_id` INT UNSIGNED NOT NULL COMMENT 'author id', `image` VARCHAR(255) NOT NULL COMMENT '发布的图像文件名', `group` INT UNSIGNED NULL DEFAULT NULL COMMENT 'post group', 主键（`id`）， 索引（`user_id`）， 索引（`tm`，`组`） ); SET @粒度:=60*60; 更新提要 f CROSS JOIN ( 选择 g.id, @id:=COALESCE(IF(ISNULL(@prev_date) OR (user_id!=@prev_user_id) OR NOT(@prev_date-tm BETWEEN 0 AND @granularity), g.id, NULL), @id) +最少（0，@prev_date:=tm） +least(0, @prev_user_id:=user_id) 作为 group_id FROM (SELECT @prev_date:=null, @id:=null, @user_id:=null) r, feed g ORDER BY user_id DESC, tm DESC ) z 使用 (id) SET f.group = z.group_id;

http://sqlfiddle.com/#!2/02a98/1/0