选择没有特定标签的帖子

Posted 2023-05-08

【中文标题】选择没有特定标签的帖子

【英文标题】：Select a post that does not have a particular tag

【发布时间】：2012-09-15 18:06:08

【问题描述】：

我有一个 post/tag 数据库，其中包含通常的 post、tag 和 tag_post 表。 tag_post 表包含 tagid 和 postid 字段。

我需要查询帖子。当我想获取具有特定标签的帖子时，我必须使用连接：

... INNER JOIN tag_post ON post.id = tag_post.postid 
WHERE tag_post.tagid = required_tagid`

当我想获取包含 tagIdA 和 tagIdB 的帖子时，我必须使用两个连接（我最终同意了）。

现在，我需要查询没有特定标签的帖子。没有多想，我就把=改成了!=：

... INNER JOIN tag_post ON post.id = tag_post.postid 
WHERE tag_post.tagid != certain_tagid`

轰隆隆！逻辑错误！

我确实想出了这个 - 只是在这里写逻辑：

... INNER JOIN tag_post ON post.id = tag_post.postid 
WHERE tag_post.postid NOT IN 
(SELECT postid from tag_post where tagid = certain_tagid)

我知道这会起作用，但由于我的成长方式，每当我使用子查询编写查询时，我都会感到内疚（无论是否合理）。

建议一个更好的方法来做到这一点？

【参考方案1】：

您可以将其视为“查找帖子中所有标签中不匹配的行（针对特定标签）”

这是 LEFT JOIN 的教科书用例。

LEFT JOIN tag_post ON post.id = tag_post.postid AND tag_post.tagid = required_tagid
WHERE tag_post.tag_id IS NULL

请注意，您必须在连接的 ON 子句中包含标记 id。

有关连接类型的参考，请参见此处：http://www.codinghorror.com/blog/2007/10/a-visual-explanation-of-sql-joins.html

【讨论】：

谢谢 - 您的回复也明确了 ON 和 WHERE 子句之间的区别 - 可以在 INNER 连接中互换使用。链接也很棒！

【参考方案2】：

除了 Gavin Towey 的好答案，您还可以使用 not exists 子查询：

where   not exists
        (
        select  *
        from    tag_post
        where   post.id = tag_post.postid
                and tag_post.tagid = required_tagid
        )

数据库通常以相同的方式执行这两种变体。我个人认为not exists 方法更易于阅读。

【讨论】：

@Quassnoi 写了一篇关于 mysql 中反连接模式的 blog article 并得出结论，EXISTS 的效率比替代方案低 30%。

【参考方案3】：

当我想获取包含 tagIdA 和 tagIdB 的帖子时，我必须使用两个连接（我最终同意了）。

还有其他方法。

可以通过对tag_post 仅针对这些标签进行分组过滤，然后按帖子分组，然后删除包含少于预期标签的任何组，来获取所有标记为tagid 123 和456 的帖子中的所有id ;然后可以使用结果过滤posts 表：

SELECT * FROM posts WHERE id IN (
  SELECT   postid
  FROM     tag_post
  WHERE    tagid IN (123,456)
  GROUP BY postid
  HAVING   COUNT(*) = 2
)

如果一个帖子可以多次使用相同的tagid 标记，您需要将COUNT(*) 替换为性能较差的COUNT(DISTINCT tagid)。

现在，我需要查询没有特定标签的帖子。

这称为反连接。最简单的方法是按照您的建议将上面查询中的IN 替换为NOT IN。我不会为此感到太内疚。另一种方法是使用外连接，如@GavinTowey's answer 中所建议的那样。

【讨论】：

不错。但是子查询的罪恶感开始了。但是我认为在一定数量的 AND 之后，这将比多个连接更有效。

@merlinbeard：您也可以与从子查询中具体化的表形成联接（分别用于上述情况 1 和 2 的内部联接和外部联接）；它会产生等效的执行计划，因此纯粹是表面上的改变。我发现这种方法更具可读性。正如您所说，当搜索多个标签时，无子查询方法需要多次扫描（然后加入）tag_post，这几乎肯定效率较低。

@eggyal -- 有一种更好的方法可以让您使用相同的连接：SELECT * FROM posts JOIN tag_post ON ... WHERE tagid IN (123,456) GROUP BY postid HAVING SUM (tagid=123) AND SUM(tagid=456)

@GavinTowey：哦，我喜欢这样！ :)