使用 Python 在 PostgreSQL 中避免笛卡尔积

Question

我正在尝试在 python 中创建一个培训应用程序来处理电影数据库，通过文本菜单添加电影详细信息，提示用户输入所有字段（电影名称、演员、公司等）。

我使用 PostgreSQL 作为数据库并在 Python 中导入 psycopg2。在数据库中，我使用了多对多的关系（因为同一个演员可以出演多部电影，等等）。因此，我有一个 movies 表（movie_id, name, company, year），一个 actors 表（actor_id, last_name, first_name , actor_ordinal) 和第三个中间表 actors_movies (actor_id, movie_id) 外键加入两者，用(actor_id, movie_id) 设置了主键。

然后我在 Python 中编写了这段代码（这是用户通过文本界面输入数据的最终阶段）：

def insert_movie(name, actors, company, year):
    connection = psycopg2.connect(user='postgres', password='postgres', database='movie')
    cursor = connection.cursor()

    query1 = "INSERT INTO movies (name, company, year) VALUES (%s, %s, %s);"
    cursor.execute(query1, (name, company, year))
    query2 = 'INSERT INTO actors (last_name, first_name, actor_ordinal) VALUES (%s, %s, %s);'
    cursor.executemany(query2, [tuple(actor) for actor in actors])
    query3 = 'INSERT INTO actors_movies (actor_id, movie_id) SELECT actor_id, movie_id FROM actors, movies ON CONFLICT DO NOTHING;'
    cursor.execute(query3)

    connection.commit()
    connection.close()

它适用于 query1 和 query2。但是 query3（以中间 actors_movies 表为目标）复制了所有数据。每次我添加一部新电影时，中间表中都会包含其他电影中的所有演员，例如（加入后）：

movie_id    movie_name    actor_id
1           The Matrix    1
1           The Matrix    2
1           The Matrix    3
1           The Matrix    4
2           Titanic       1
2           Titanic       2
2           Titanic       3
2           Titanic       4
3           Patriot       1
3           Patriot       2
3           Patriot       3
3           Patriot       4

所以，这是完全错误的，因为根据这张表，这三部电影中的所有四位演员都是错误的。 为什么会发生这种情况，如何消除这个问题？我找不到任何解决此问题的方法。

Answer 1

您可以在第三个查询的 select 子句上放置一个 distinct，这将删除重复项。 在将相关数据插入多个表时，维护一些键，例如：movie会有movie_id，可以在actor表中引用然后使用该键连接movie和actor表。

Answer 2

这就是关系数据库的工作方式。对于第三个查询，您正在对两个表（演员和电影）进行笛卡尔连接，因为您没有提供应用连接的约束。所以，数据库唯一能做的就是将表B中的所有记录分配给表A的每条记录。

以下维基百科页面从形式（数学）的角度说明了这个概念

https://en.wikipedia.org/wiki/Cartesian_product

Tutorialspoint 还有一个很好的示例和解释，可能有助于理解您的问题是什么

https://www.tutorialspoint.com/sql/sql-cartesian-joins.htm

TL;DR

为了避免在插入新值时出现笛卡尔连接，您必须手动插入它们，或者在连接两个表（演员和电影）后应用条件，如下图所示

INSERT INTO actor_movies (actor_id, movie_id) SELECT actor_id, movie_id FROM actor, movies WHERE actor.id + movies.id