SQL 服务器按列对查询
SQL Server query by column pair
我正在研究像亚马逊这样的产品过滤器（多面搜索）。我有一个 table 具有如下属性（颜色、内存、屏幕）：
ArticleID PropertyID Value
--------- ---------- ------------
1 1 Black
1 2 8 GB
1 3 15"
2 1 White
2 2 8 GB
3 3 13"
我必须 select 文章，具体取决于 select 编辑的属性。您可以 select 一个 属性 的多个值（例如 RAM：4 GB 和 8 GB）并且您可以 select 多个属性（例如 RAM 和屏幕尺寸）。
我需要这样的功能：
SELECT ArticleID
FROM ArticlesProperties
WHERE (PropertyID = 2 AND Value IN ('4 GB', '8 GB'))
AND (PropertyID = 3 AND Value IN ('13"'))
我曾经通过创建动态查询然后执行该查询来做到这一点：
SELECT ArticleID
FROM ArticlesProperties
WHERE PropertyID = 2 AND Value IN ('4 GB', '8 GB')
INTERSECT
SELECT ArticleID
FROM ArticlesProperties
WHERE PropertyID = 3 AND Value IN ('13"')
但我认为这不是什么好方法，必须有更好的解决方案。 table中有数百万个属性，因此需要优化。
解决方案应该适用于 SQL Server 2014 Standard Edition，无需某些附加组件或搜索引擎，如 solr 等
我很困惑，所以如果有人有什么想法或解决方案，我将不胜感激。谢谢！
intersect 可能效果很好。
另一种方法是构造一个 where 子句并使用聚合和 having:
SELECT ArticleID
FROM ArticlesProperties
WHERE ( PropertyID = 2 AND Value IN ('4 GB', '8 GB') ) OR
( PropertyID = 3 AND Value IN ('13"') )
GROUP BY ArticleId
HAVING COUNT(DISTINCT PropertyId) = 2;
但是，INTERSECT 方法可能会更好地利用 ArticlesProperties(PropertyId, Value) 上的索引，因此请先尝试该方法，看看替代方案必须具备什么样的性能。
XML参数
您的程序采用 XML 参数 @criteria XML 一些我用来调试的东西：
删除 table #properties
下降 table #criteria
create table #properties (propertyId int)
insert into #properties values (1), (2) --presuming that you have a list of all the possible properties somewhere
-- This would be passed in by the application
declare @criteria XML = '<criteria>
<property id="1">
<item value="8 GB" />
<item value="4 GB" />
</property>
<property id="2">
<item value="13 in" />
<item value="4 in" />
</property>
</criteria>'
--encode the '"' and replace 'in' as needed
您需要的代码从这里开始：
create table #criteria
(propertyId int, searchvalue nvarchar(20))
insert into #criteria (propertyId, searchvalue)
select
cc.propertyId,
c.value('@value','nvarchar(20)')
from #properties cc
cross apply @criteria.nodes(N'/criteria/property[@id=sql:column("PropertyID")]/item') t(c)
SELECT ArticleID, count(1)
FROM ArticlesProperties ap
join #criteria cc on cc.propertyId = ap.propertyId and cc.searchvalue = ap.value
group by ArticleID
having count(1) = (select count(distinct propertyid from #criteria))
我假设 (ArticleID, PropertyID) 是一个键。
这看起来像实体属性值 (EAV) table 或 "open schema" 设计，因此基本上没有 good 查询任何内容的方法.您甚至可以考虑设置动态 PIVOT，但这相当复杂。
一种方法是 EXISTS 表达式：
SELECT DISTINCT ArticleID
FROM ArticlesProperties ap
WHERE EXISTS (SELECT 1 FROM ArticlesProperties
WHERE ArticleID = ap.ArticleID AND PropertyID = 2 AND Value IN ('4 GB', '8 GB'))
AND (SELECT 1 FROM ArticlesProperties
WHERE ArticleID = ap.ArticleID AND PropertyID = 3 AND Value IN ('13"'));
或者您可以尝试 OR 结合 COUNT() 和 HAVING:
SELECT ArticleID
FROM ArticlesProperties
WHERE (PropertyID = 2 AND Value IN ('4 GB', '8 GB'))
OR (PropertyID = 3 AND Value IN ('13"'))
GROUP BY ArticleID
HAVING COUNT(PropertyID) = 2;
我制作了一个片段，展示了我的工作路线。选择好的索引对于加快查询速度很重要。始终检查调整索引的执行计划。
备注：
该脚本使用临时 tables，但本质上它们与常规 tables 没有区别。除了#select_properties，如果您打算使用脚本中概述的工作方式，临时tables 应该变成常规tables。
使用 属性 选择值的 ID 存储文章属性，而不是实际的选择值。当这些 table 由 SQL 服务器缓存时，这可以节省磁盘 space 和内存。 SQL 服务器将尽可能多地在内存中缓存 table 以更快地为 select 语句提供服务。
如果文章属性 table 太大，SQL 服务器可能必须执行磁盘 IO 才能执行 select 语句，这肯定会减慢语句速度.
额外的好处是，对于查找，您正在查找 ID（整数）而不是文本（VARCHAR）。查找整数比查找字符串快很多。
在 tables 上提供 suitable 索引以加快查询速度。为此，通过检查 Actual Execution Plan 来分析查询是一个很好的做法。
我在下面的代码片段中包含了几个这样的索引。根据文章属性中的行数 table 和统计信息，SQL 服务器将选择最佳索引来加速查询。
如果 SQL 服务器认为查询缺少 SQL 语句的正确索引，实际执行计划将指示您缺少索引。最好的做法是，当您的查询变慢时，通过检查 SQL Server Management Studio 中的实际执行计划来分析这些查询。
该代码段使用临时 table 来指定您要查找的属性：#select_properties。通过插入 属性 ID 和 属性 选择值 ID 来提供 table 中的条件。最终 selection 查询 selects 篇文章，其中至少有一个 属性 选择值适用于每个 属性.
您可以在要 select 文章的会话中创建此临时 table。然后插入搜索条件，触发 select 语句，最后删除临时 table。
CREATE TABLE #articles(
article_id INT NOT NULL,
article_desc VARCHAR(128) NOT NULL,
CONSTRAINT PK_articles PRIMARY KEY CLUSTERED(article_id)
);
CREATE TABLE #properties(
property_id INT NOT NULL, -- color, size, capacity
property_desc VARCHAR(128) NOT NULL,
CONSTRAINT PK_properties PRIMARY KEY CLUSTERED(property_id)
);
CREATE TABLE #property_values(
property_id INT NOT NULL,
property_choice_id INT NOT NULL, -- eg color -> black, white, red
property_choice_val VARCHAR(128) NOT NULL,
CONSTRAINT PK_property_values PRIMARY KEY CLUSTERED(property_id,property_choice_id),
CONSTRAINT FK_values_to_properties FOREIGN KEY (property_id) REFERENCES #properties(property_id)
);
CREATE TABLE #article_properties(
article_id INT NOT NULL,
property_id INT NOT NULL,
property_choice_id INT NOT NULL
CONSTRAINT PK_article_properties PRIMARY KEY CLUSTERED(article_id,property_id,property_choice_id),
CONSTRAINT FK_ap_to_articles FOREIGN KEY (article_id) REFERENCES #articles(article_id),
CONSTRAINT FK_ap_to_property_values FOREIGN KEY (property_id,property_choice_id) REFERENCES #property_values(property_id,property_choice_id)
);
CREATE NONCLUSTERED INDEX IX_article_properties ON #article_properties(property_id,property_choice_id) INCLUDE(article_id);
INSERT INTO #properties(property_id,property_desc)VALUES
(1,'color'),(2,'capacity'),(3,'size');
INSERT INTO #property_values(property_id,property_choice_id,property_choice_val)VALUES
(1,1,'black'),(1,2,'white'),(1,3,'red'),
(2,1,'4 Gb') ,(2,2,'8 Gb') ,(2,3,'16 Gb'),
(3,1,'13"') ,(3,2,'15"') ,(3,3,'17"');
INSERT INTO #articles(article_id,article_desc)VALUES
(1,'First article'),(2,'Second article'),(3,'Third article');
-- the table you have in your question, slightly modified
INSERT INTO #article_properties(article_id,property_id,property_choice_id)VALUES
(1,1,1),(1,2,2),(1,3,2), -- article 1: color=black, capacity=8gb, size=15"
(2,1,2),(2,2,2),(2,3,1), -- article 2: color=white, capacity=8Gb, size=13"
(3,1,3), (3,3,3); -- article 3: color=red, size=17"
-- The table with the criteria you are selecting on
CREATE TABLE #select_properties(
property_id INT NOT NULL,
property_choice_id INT NOT NULL,
CONSTRAINT PK_select_properties PRIMARY KEY CLUSTERED(property_id,property_choice_id)
);
INSERT INTO #select_properties(property_id,property_choice_id)VALUES
(2,1),(2,2),(3,1); -- looking for '4Gb' or '8Gb', and size 13"
;WITH aid AS (
SELECT ap.article_id
FROM #select_properties AS sp
INNER JOIN #article_properties AS ap ON
ap.property_id=sp.property_id AND
ap.property_choice_id=sp.property_choice_id
GROUP BY ap.article_id
HAVING COUNT(DISTINCT ap.property_id)=(SELECT COUNT(DISTINCT property_id) FROM #select_properties)
-- criteria met when article has a number of properties matching, equal to the distinct number of properties in the selection set
)
SELECT a.article_id,a.article_desc
FROM aid
INNER JOIN #articles AS a ON
a.article_id=aid.article_id
ORDER BY a.article_id;
-- result is the 'Second article' with id 2
DROP TABLE #select_properties;
DROP TABLE #article_properties;
DROP TABLE #property_values;
DROP TABLE #properties;
DROP TABLE #articles;
我正在研究像亚马逊这样的产品过滤器（多面搜索）。我有一个 table 具有如下属性（颜色、内存、屏幕）：
ArticleID PropertyID Value
--------- ---------- ------------
1 1 Black
1 2 8 GB
1 3 15"
2 1 White
2 2 8 GB
3 3 13"
我必须 select 文章，具体取决于 select 编辑的属性。您可以 select 一个 属性 的多个值（例如 RAM：4 GB 和 8 GB）并且您可以 select 多个属性（例如 RAM 和屏幕尺寸）。
我需要这样的功能：
SELECT ArticleID
FROM ArticlesProperties
WHERE (PropertyID = 2 AND Value IN ('4 GB', '8 GB'))
AND (PropertyID = 3 AND Value IN ('13"'))
我曾经通过创建动态查询然后执行该查询来做到这一点：
SELECT ArticleID
FROM ArticlesProperties
WHERE PropertyID = 2 AND Value IN ('4 GB', '8 GB')
INTERSECT
SELECT ArticleID
FROM ArticlesProperties
WHERE PropertyID = 3 AND Value IN ('13"')
但我认为这不是什么好方法，必须有更好的解决方案。 table中有数百万个属性，因此需要优化。
解决方案应该适用于 SQL Server 2014 Standard Edition，无需某些附加组件或搜索引擎，如 solr 等
我很困惑，所以如果有人有什么想法或解决方案，我将不胜感激。谢谢！
intersect 可能效果很好。
另一种方法是构造一个 where 子句并使用聚合和 having:
SELECT ArticleID
FROM ArticlesProperties
WHERE ( PropertyID = 2 AND Value IN ('4 GB', '8 GB') ) OR
( PropertyID = 3 AND Value IN ('13"') )
GROUP BY ArticleId
HAVING COUNT(DISTINCT PropertyId) = 2;
但是，INTERSECT 方法可能会更好地利用 ArticlesProperties(PropertyId, Value) 上的索引，因此请先尝试该方法，看看替代方案必须具备什么样的性能。
XML参数
您的程序采用 XML 参数 @criteria XML 一些我用来调试的东西： 删除 table #properties 下降 table #criteria
create table #properties (propertyId int)
insert into #properties values (1), (2) --presuming that you have a list of all the possible properties somewhere
-- This would be passed in by the application
declare @criteria XML = '<criteria>
<property id="1">
<item value="8 GB" />
<item value="4 GB" />
</property>
<property id="2">
<item value="13 in" />
<item value="4 in" />
</property>
</criteria>'
--encode the '"' and replace 'in' as needed
您需要的代码从这里开始：
create table #criteria
(propertyId int, searchvalue nvarchar(20))
insert into #criteria (propertyId, searchvalue)
select
cc.propertyId,
c.value('@value','nvarchar(20)')
from #properties cc
cross apply @criteria.nodes(N'/criteria/property[@id=sql:column("PropertyID")]/item') t(c)
SELECT ArticleID, count(1)
FROM ArticlesProperties ap
join #criteria cc on cc.propertyId = ap.propertyId and cc.searchvalue = ap.value
group by ArticleID
having count(1) = (select count(distinct propertyid from #criteria))
我假设 (ArticleID, PropertyID) 是一个键。
这看起来像实体属性值 (EAV) table 或 "open schema" 设计，因此基本上没有 good 查询任何内容的方法.您甚至可以考虑设置动态 PIVOT，但这相当复杂。
一种方法是 EXISTS 表达式：
SELECT DISTINCT ArticleID
FROM ArticlesProperties ap
WHERE EXISTS (SELECT 1 FROM ArticlesProperties
WHERE ArticleID = ap.ArticleID AND PropertyID = 2 AND Value IN ('4 GB', '8 GB'))
AND (SELECT 1 FROM ArticlesProperties
WHERE ArticleID = ap.ArticleID AND PropertyID = 3 AND Value IN ('13"'));
或者您可以尝试 OR 结合 COUNT() 和 HAVING:
SELECT ArticleID
FROM ArticlesProperties
WHERE (PropertyID = 2 AND Value IN ('4 GB', '8 GB'))
OR (PropertyID = 3 AND Value IN ('13"'))
GROUP BY ArticleID
HAVING COUNT(PropertyID) = 2;
我制作了一个片段，展示了我的工作路线。选择好的索引对于加快查询速度很重要。始终检查调整索引的执行计划。
备注：
该脚本使用临时 tables，但本质上它们与常规 tables 没有区别。除了
#select_properties，如果您打算使用脚本中概述的工作方式，临时tables 应该变成常规tables。使用 属性 选择值的 ID 存储文章属性，而不是实际的选择值。当这些 table 由 SQL 服务器缓存时，这可以节省磁盘 space 和内存。 SQL 服务器将尽可能多地在内存中缓存 table 以更快地为 select 语句提供服务。
如果文章属性 table 太大，SQL 服务器可能必须执行磁盘 IO 才能执行 select 语句，这肯定会减慢语句速度.
额外的好处是，对于查找，您正在查找 ID（整数）而不是文本（
VARCHAR）。查找整数比查找字符串快很多。在 tables 上提供 suitable 索引以加快查询速度。为此，通过检查 Actual Execution Plan 来分析查询是一个很好的做法。
我在下面的代码片段中包含了几个这样的索引。根据文章属性中的行数 table 和统计信息，SQL 服务器将选择最佳索引来加速查询。
如果 SQL 服务器认为查询缺少 SQL 语句的正确索引，实际执行计划将指示您缺少索引。最好的做法是，当您的查询变慢时，通过检查 SQL Server Management Studio 中的实际执行计划来分析这些查询。
该代码段使用临时 table 来指定您要查找的属性：
#select_properties。通过插入 属性 ID 和 属性 选择值 ID 来提供 table 中的条件。最终 selection 查询 selects 篇文章，其中至少有一个 属性 选择值适用于每个 属性.您可以在要 select 文章的会话中创建此临时 table。然后插入搜索条件，触发 select 语句，最后删除临时 table。
CREATE TABLE #articles(
article_id INT NOT NULL,
article_desc VARCHAR(128) NOT NULL,
CONSTRAINT PK_articles PRIMARY KEY CLUSTERED(article_id)
);
CREATE TABLE #properties(
property_id INT NOT NULL, -- color, size, capacity
property_desc VARCHAR(128) NOT NULL,
CONSTRAINT PK_properties PRIMARY KEY CLUSTERED(property_id)
);
CREATE TABLE #property_values(
property_id INT NOT NULL,
property_choice_id INT NOT NULL, -- eg color -> black, white, red
property_choice_val VARCHAR(128) NOT NULL,
CONSTRAINT PK_property_values PRIMARY KEY CLUSTERED(property_id,property_choice_id),
CONSTRAINT FK_values_to_properties FOREIGN KEY (property_id) REFERENCES #properties(property_id)
);
CREATE TABLE #article_properties(
article_id INT NOT NULL,
property_id INT NOT NULL,
property_choice_id INT NOT NULL
CONSTRAINT PK_article_properties PRIMARY KEY CLUSTERED(article_id,property_id,property_choice_id),
CONSTRAINT FK_ap_to_articles FOREIGN KEY (article_id) REFERENCES #articles(article_id),
CONSTRAINT FK_ap_to_property_values FOREIGN KEY (property_id,property_choice_id) REFERENCES #property_values(property_id,property_choice_id)
);
CREATE NONCLUSTERED INDEX IX_article_properties ON #article_properties(property_id,property_choice_id) INCLUDE(article_id);
INSERT INTO #properties(property_id,property_desc)VALUES
(1,'color'),(2,'capacity'),(3,'size');
INSERT INTO #property_values(property_id,property_choice_id,property_choice_val)VALUES
(1,1,'black'),(1,2,'white'),(1,3,'red'),
(2,1,'4 Gb') ,(2,2,'8 Gb') ,(2,3,'16 Gb'),
(3,1,'13"') ,(3,2,'15"') ,(3,3,'17"');
INSERT INTO #articles(article_id,article_desc)VALUES
(1,'First article'),(2,'Second article'),(3,'Third article');
-- the table you have in your question, slightly modified
INSERT INTO #article_properties(article_id,property_id,property_choice_id)VALUES
(1,1,1),(1,2,2),(1,3,2), -- article 1: color=black, capacity=8gb, size=15"
(2,1,2),(2,2,2),(2,3,1), -- article 2: color=white, capacity=8Gb, size=13"
(3,1,3), (3,3,3); -- article 3: color=red, size=17"
-- The table with the criteria you are selecting on
CREATE TABLE #select_properties(
property_id INT NOT NULL,
property_choice_id INT NOT NULL,
CONSTRAINT PK_select_properties PRIMARY KEY CLUSTERED(property_id,property_choice_id)
);
INSERT INTO #select_properties(property_id,property_choice_id)VALUES
(2,1),(2,2),(3,1); -- looking for '4Gb' or '8Gb', and size 13"
;WITH aid AS (
SELECT ap.article_id
FROM #select_properties AS sp
INNER JOIN #article_properties AS ap ON
ap.property_id=sp.property_id AND
ap.property_choice_id=sp.property_choice_id
GROUP BY ap.article_id
HAVING COUNT(DISTINCT ap.property_id)=(SELECT COUNT(DISTINCT property_id) FROM #select_properties)
-- criteria met when article has a number of properties matching, equal to the distinct number of properties in the selection set
)
SELECT a.article_id,a.article_desc
FROM aid
INNER JOIN #articles AS a ON
a.article_id=aid.article_id
ORDER BY a.article_id;
-- result is the 'Second article' with id 2
DROP TABLE #select_properties;
DROP TABLE #article_properties;
DROP TABLE #property_values;
DROP TABLE #properties;
DROP TABLE #articles;