组的最常见值取决于选择查询

Question

我对如何在SQL中执行此操作感到不满.我有一张桌子:

| User_id | Question_ID | Answer_ID |
|    1    |     1       |    1      |
|    1    |     2       |    10     |
|    2    |     1       |    2      |
|    2    |     2       |    11     |
|    3    |     1       |    1      |
|    3    |     2       |    10     |
|    4    |     1       |    1      |
|    4    |     2       |    10     |

它保存用户对特定问题的答案.一个问题可能有多个答案.用户无法回答两次相同的问题.(因此,每{User_id,Question_ID}只有一个Answer_ID)

我正在尝试找到这个查询的答案:对于特定的问题和答案ID(与同一问题相关),我想找到给定答案的用户给出的其他问题最常见的答案.

例如,对于上表:

For question_id = 1 -> For Answer_ID = 1 - (Question 2 - Answer ID 10)
                       For Answer_ID = 2 - (Question 2 - Answer ID 11)

是否可以在一个查询中执行？它应该在一个查询中完成吗？我应该只使用存储过程或Java吗？

Answer 1

虽然 @rick-james 是对的，但我不确定当你不知道这样的查询通常是如何为 MySQL 编写的时，是否容易开始。

1. 您需要查询来找出问题的最常见答案：

   SELECT 
     question_id, 
     answer_id, 
     COUNT(*) as cnt 
   FROM user_answers
   GROUP BY 1, 2
   ORDER BY 1, 3 DESC
   

   这将返回一个表，其中对于每个 Question_id 我们按降序输出计数。

   | 1 |  1 | 3 |
   | 1 |  2 | 1 |
   | 2 | 10 | 3 |
   | 2 | 11 | 1 |
   

2. 现在我们应该解决所谓的每组最大任务。问题是，在 MySQL 中，出于性能考虑，此类任务通常不是用纯 SQL 来解决，而是使用 hacks，这些 hacks 依赖于内部如何处理查询的知识。

   在这种情况下，我们知道我们可以定义一个变量，然后迭代准备好的表，了解前一行，这使我们能够区分组中的第一行和其他行。

   SELECT 
     question_id, answer_id, cnt,
     IF(question_id=@q_id, NULL, @q_id:=question_id) as v
   FROM (
     SELECT 
        question_id, answer_id, COUNT(*) as cnt 
     FROM user_answers
     GROUP BY 1, 2
     ORDER BY 1, 3 DESC) cnts
   JOIN (
     SELECT @q_id:=-1
   ) as init;
   

   确保您已初始化该变量（并在初始化时尊重其数据类型，否则稍后可能会意外转换）。结果如下：

   | 1 |  1 | 3 |    1 |
   | 1 |  2 | 1 |(null)|
   | 2 | 10 | 3 |    2 |
   | 2 | 11 | 1 |(null)|
   

3. 现在我们只需要过滤掉最后一列中带有 NULL 的行。由于实际上不需要该列，因此我们可以将相同的表达式移至 WHERE 子句中。cnt 列实际上也不需要，所以我们也可以跳过它：

   SELECT 
     question_id, answer_id
   FROM (
     SELECT 
       question_id, answer_id
     FROM user_answers
     GROUP BY 1, 2
     ORDER BY 1, COUNT(*) DESC) cnts
   JOIN (
     SELECT @q_id:=-1
   ) as init
   WHERE IF(question_id=@q_id, NULL, @q_id:=question_id) IS NOT NULL;
   

4. 最后值得一提的是，为了使查询高效，您应该拥有正确的索引。此查询需要一个以 (question_id,answer_id) 列开头的索引。由于您无论如何都需要一个 UNIQUE 索引，因此按以下顺序定义它是有意义的：（question_id、answer_id、user_id）。

   CREATE TABLE user_answers (
     user_id INTEGER,
     question_id INTEGER,
     answer_id INTEGER,
     UNIQUE INDEX (question_id, answer_id, user_id) 
   ) engine=InnoDB;
   

这是一个可以使用的sqlfiddle：http://sqlfiddle.com/#!9/bd12ad / 20。