当字段稀疏时，使用 SQL 从用户最喜欢的项目集中获取项目的最喜欢计数

Question

有 2 个 table，Item 和 User。

项目 (id)
用户 (id, favorite_itemset)

例如：

项目

id
11
22
33

用户

id	favorite_itemset
A	[22, 33]
B	[22]

我想要如下结果。

item id	favorite count
11	0
22	2
33	1

由于 favorite_itemset 字段稀疏，而用户 table 很大。有比使用 UNNEST 更好的方法吗？（急板）

任何帮助将不胜感激！感谢您阅读本文。

Answer 1

您可以使用 UNNEST 将数组扩展为关系，然后按项目 ID 分组并与项目连接：

WITH item(id) AS
(
  VALUES
        (11),
        (22),
        (33)
), 
user(id,    favorite_itemset) AS
(
  VALUES
        ('A',   ARRAY[22, 33]),
        ('B',   ARRAY[22])
)
  


SELECT id,
    coalesce(cnt, 0) as favorite_count -- turn nulls into zeroes
FROM item 
LEFT OUTER JOIN 
    (SELECT item_id,
         count(*) AS cnt
    FROM USER
    CROSS JOIN UNNEST(favorite_itemset) AS t(item_id)
    GROUP BY  item_id )
    ON id = item_id

输出：

id	favorite_count
11	0
22	2
33	1

当字段稀疏时，使用 SQL 从用户最喜欢的项目集中获取项目的最喜欢计数

Get Item's favorite count from user's favorite itemset using SQL when field is sparse

sql

apache-spark-sql

presto