SQL：如何有效地对重叠组进行排序

Question

我正在尝试在具有 10.000+ 行的数据库上创建组。 我需要快速高效，所以我正在为每个集群做二进制变量。 一、二、四、五、六属于Group1。

但“二”也可能在第 nr 组中。 2，由于错误我无法克服，因为我的数据集来自网络爬虫。我尝试以独特的方式对所有内容进行排序，但如果我希望高效且快速，基本上不可能不出错。

ID   Title    Group1      Group2     Group3      Ungrouped
1    One      1           0          0           0
2    Two      1           1          0           0
3    Three    0           1          1           0
4    Four     1           0          1           0
5    Five     1           0          0           0
6    Six      1           1          1           0
7    Seven    0           0          0           1

我的解决方案想法：

1. 分配组（一个），直到所有内容都被分组一次或多次。
2. 对分配了多个组（2、3、4、6）的所有内容进行查询
3. 手动决定要删除哪些 1，直到它们每个只分配一个组。

第 3 部分手动做其实是个好主意，因为它需要对文档进行内容分析）

我的问题：

如何指定我需要查看多个组的所有内容？它是否与约束和唯一值有关，还是有一种我没有看到的更简单和明显的方式？

Answer 1

如果您的集群存储为整数，您可以这样做：

select c.*
from clusters c
where (cluster1 + cluster2 + cluster3) > 1;

我不知道 SQLite 中的“二进制变量”是什么。一些数据库确实支持二进制标志，您需要将值转换为 where 子句的整数。