标签: self-join

我有一点搜索,但没有发现任何类似于我想要实现的东西.

基本上,我试图找出两个用户的投票习惯之间的相似性.

我有一个表格存储每个人的投票,其中存储:

voteID
itemID     (the item the vote is attached to)
userID     (the user who voted)
direction  (whether the user voted the post up, or down)

我的目标是通过找出两件事来计算用户A和B之间的相似性:

1. 他们共同投票的数量.也就是说,他们都在同一个帖子上投票的次数(此时方向无关紧要).
2. 在共同投票中,他们以同一方向投票的次数.

(然后简单地将#2计算为#1的百分比,以实现粗略的相似性评级).

我的问题是,如何找到两个用户的投票组合之间的交集？(即如何充分计算点#1,而不是以非常低效的方式循环每一次投票.)如果他们在不同的表中,内部联接就足够了,我想......但这显然不起作用在同一张桌子上(或者它会吗？).

任何想法将不胜感激.

有人可以帮忙吗？

我有1个类,基本上它拥有成员,并且在该类中是一个List.

我在列表中的成员也......所以基本上它是这样的,

我有2个成员,每个成员都有多个会话.

我希望只用1个会话返回每个成员.

我做了一个LINQ查询,但当然它不起作用......

我想我需要做一个自我加入,任何想法？

基本上我的错误是m在我的子查询自连接中不存在.

var sessions =  
from m in this.members                     
join s in
(
    from se in m.Sessions
    group se by se.Name into g
    select new {Name = g.Key, SessioEndTime = g.Max(a=>a.SessioEndTime)}
)   
on m.Name equals s.Name                    
select new { MemberName = m.Name, SessionTime = s.SessioEndTime}

我很感激任何人的反馈.

提前致谢.

编辑

好吧,我设法像下面这样做,但这是最好的方法吗？

var sessions =  
from m in this.members                     
let sn = m.Sessions.OrderByDescending(a => a.SessionEndTime).FirstOrDefault()                
select new { MemberName = m.Name, SessionTime = sn.SessioEndTime}

这种方式sn包含1条记录,但我可以访问所有属性...

但这是使用LET的最佳方式吗？

谢谢.

我需要数据库设计专家提出一些建议.

1. 我有大约六个外键到一个表(缺陷),它都指向用户表中的主键.它像是:

   defect (.....,assigned_to,created_by,updated_by,closed_by...)
   

   Run Code Online (Sandbox Code Playgroud)

   如果我想获得有关缺陷的信息,我可以进行六次连接.我们有更好的方法吗？

2. 另一个是我有一个states表可以存储一个用户定义的值.我有缺陷表和任务表,我希望这两个表共享公共状态表(New,In Progress等).所以我创建了:

   • task (.....,state_id,imp_id,.....)
   • defect(.....,state_id,imp_id,...)
   • state(state_id,state_name,...)
   • importance(imp_id,imp_name,...)

有许多这样的共同属性以及状态如重要性(正常,紧急等),优先级等.对于所有这些,我想使用相同的表.我在每个表中保留一个标志以区分任务和缺陷.在这种情况下,最佳解决方案是什么？

如果有人在健康域中使用此应用程序,他们希望为其缺陷或任务分配不同的类型,状态,重要性.此外,当用户选择任何项目时,我想在配置参数部分下显示所有类型,状态等.

我在postgres数据库中有以下记录。parent_pk与父子关系中的pk相关。

pk名称类型parent_pk
------ ---- ---------
1 hnumber101房子0
2 hnumber201房子0
101道奇充电车1
102野马车1
103公车2
301约翰使用者101
302爱德华用户102
303约翰用户102
304约翰用户103

我想以以下格式从上述内容中生成一个json-

[{
   “ id”：1
   “ name”：“ hnumber101”，
   “类型”：“房屋”
   “孩子”：[{
              “ id”：101，
              “ name”：“道奇充电器”，
              “ type”：“车辆”
              “孩子”：[{
                       “ id”：301，
                       “ name”：“ john”，
                       “ type”：“用户”
                       }]，                            
              }，
              {
              “ id”：102，
              “ name”：“ mustang”，
              “ type”：“车辆”
              “孩子”：[{
                       “ id”：303，
                       “ name”：“ john”，
                       “ type”：“用户”
                       }，
                       {
                       “ id”：302，
                       “ name”：“ edward”，
                       “ type”：“用户”
                       }]，                            
              }]，
  }，
 {
   “ id”：2
   “ name”：“ hnumber201”，
   “类型”：“房屋”
   “孩子”：[{
              “ id”：103，
              “ …

如果我更有经验,我可以使用类似的"合并行"问题来解决这个问题,但我无法让它们发挥作用.我在某些类别的accdb中有大约2000个"车库"(实际上有患者数据的诊所,但在此简化).以下是一个车库数据存在的示例:

Garage ID   Car_Color        Sub_Type?   Color_Count
    42       Blue            Striped        5
    42       Blue                           10
    42       Red                            23
    42       Yellow                         2

我需要将每个车库变成一个单独的记录,每种颜色作为一个单独的字段,计数,所需的输出显示在这里:

Garage ID   Blue Cars (total)  Blue Cars (striped)   Red Cars  Yellow Cars   Orange Cars
    42         15                    5                  23          2             0

有一个子类型,这里显示为"蓝色汽车"和"蓝色汽车(条纹)".对于那些,我需要将没有子类型的"蓝色"计数与另一个"蓝色"计数相加以得到总"蓝色"计数.然后我会将Blue子类型列为单独的字段.大多数车库都没有列出橙色汽车,因此当没有橙色汽车记录时,我需要让该记录显示该字段为0,但如果有记录,则反映计数.

这似乎与其他自联接非常相似,但是我无法使计数方面起作用,或者"0"没有记录.

我想做类似的事情

SELECT e1.sender
FROM email as e1, email as e2
WHERE e1.sender = e2.receiver;

但在 MongoDB 中。找了很多关于JOIN的论坛，可以通过MongoDB中的MapReduce实现，但是在这个例子中用self-join不明白怎么做。

我在想这样的事情：

var map1 = function(){
     var output = {
         sender:db.collectionSender.email, 
         receiver: db.collectionReceiver.findOne({email:db.collectionSender.email}).email
         }
     emit(this.email, output);                    
};
var reduce1 = function(key, values){
     var outs = {sender:null, receiver:null 
     values.forEach(function(v) {
       if(outs.sender == null){ 
          outs.sender = v.sender
          }
       if(outs.receivers == null){
          outs.receiver = v.receiver
          }        
 });
     return outs; }};
 db.email.mapReduce(map2,reduce2,{out:'rec_send_email'})

创建 2 个新集合 - collectionReceiver 仅包含接收者电子邮件和 collectionSender 仅包含发件人电子邮件

或者

var map2 = function(){
     var output = …

我在 MS Access 中有两个表，用于跟踪班级辅导员和他们辅导的班级。这两个表的结构如下：

tbl_促进者

facilID -> a unique autonumber to keep track of individual teachers
facilLname -> the Last name of the facilitator
facilFname -> the First name of the facilitator

tbl_facilitatorClasses

classID -> a unique autonumber to keep track of individual classes
className -> the name of the class (science, math, etc)
primeFacil -> the facilID from the first table of a teacher who is primary facilitator
secondFacil -> the facilID  from the first table of another teacher …

我正在尝试运行一个连接表自身的查询,并进行模糊字符串比较(使用trigram比较)来查找可能的公司名称匹配.我的目标是返回记录,其中一个记录的公司名称(ref_name字段)的三元组相似性与另一个记录的公司名称相匹配.目前,我的阈值设置为0.9,因此它只会返回很可能包含类似字符串的匹配项.

我知道自联接本质上可以导致许多比较,但我想尽我所能地优化我的查询.我不需要即时结果,但是目前我运行的查询需要11个小时才能运行.

我在Ubuntu 12.04服务器上运行Postgres 9.2.我不知道ref_name字段的最大长度(我匹配的字段)是什么,所以我将它设置为a varchar(300).我想知道将它设置为文本类型可能会影响性能,或者是否有更好的字段类型可用于加速性能.我LC_CTYPE和LC_COLLATE语言环境设置为"en_US.UTF-8"

我运行查询的表总共包含大约160万条记录,但运行了11个小时的查询只占一小部分(约100k).

表结构:

CREATE TABLE ref_name (
  ref_name_id integer,
  ref_name character varying(300),
  ref_name_type character varying(2),
  name_display text,
  load_date timestamp without time zone
)

索引:

CREATE INDEX ref_name_ref_name_trigram_idx ON ref_name
  USING gist (ref_name COLLATE pg_catalog."default" gist_trgm_ops);

CREATE INDEX ref_name_ref_name_trigram_idx_1 ON ref_name
  USING gist (ref_name COLLATE pg_catalog."default" gist_trgm_ops)
  WHERE ref_name_type::text = 'E'::text;

CREATE INDEX ref_name_ref_name_e_idx ON ref_name
  USING btree (ref_name COLLATE pg_catalog."default")
  WHERE ref_name_type::text = 'E'::text;

查询:

select a.ref_name_id as name_id,a.ref_name …

从这张足球运动员的表中,你如何选择球员的名字和队长的名字？

PlayerID | PlayerName | TeamCaptainID
=====================================
1        | Jay        | 5
2        | John       | 3
3        | James      | 3
4        | Jack       | 5
5        | Jeremy     | 5

我追求的结果是:

Player | Captain
================
Jay    | Jeremy
John   | James
James  | James
Jack   | Jeremy
Jeremy | Jeremy

我正在尝试(有效地)从连接表中获取行,其中startdate是cpid中的最新行 - 对于选定的cpid.

这是一个连接表中数据的示例,其中我想要用<<<标记的行

connid   cpid  startdate
1        20    7/17/16
2        20    8/23/16
3        20    9/12/16 <<<
4        30    6/17/16
5        30    8/23/16 <<<
6        40    2/24/16
7        40    3/17/16
8        40    5/18/16 <<<
etc...

此查询返回最新的startdate和cpid,但我不确定如何将其与自身连接以获得我需要的结果:

select cpid, max(startdate)
from connections
where cpid in (  
20,
30,
40
)
group by cpid

我正在寻找的结果如下:

connid   cpid  startdate
3        20    9/12/16
5        30    8/23/16
8        40    5/18/16

任何帮助,将不胜感激!
ROBM