sql - 按多个标签选择(白名单和黑名单)

Question

我有以下结构：

CREATE TABLE stories
(
  id INTEGER PRIMARY KEY AUTOINCREMENT,
  dir TEXT,
  alias TEXT,
  title TEXT
);

CREATE TABLE tags
(
  story_id INTEGER,
  name TEXT
);

现在，我想选择所有（至少）具有N个标签且没有其他N个标签的故事。

示例：所有带有“幻想”和“自然”但没有“龙”的故事

这是我尝试过的查询（目前仅是“白名单”部分，但是它非常慢-所以我确定我做错了。

SELECT s.*
FROM stories s
WHERE 
   (SELECT COUNT(*)
       FROM tags t
       WHERE 
           t.story_id = s.id
           AND t.name IN ('fantasy', 'nature')
   ) = 2

如果我在末尾添加“ LIMIT 10”，它会起作用（但速度很慢）。

不过，不知道如何将黑名单条件包括到查询中。

有想法吗？

我有大约20.000个故事和75,000个标签条目。

Answer 1

这可以通过子查询轻松完成：

SELECT ...
FROM stories
WHERE id     IN (SELECT story_id FROM tags WHERE name = 'fantasy')
  AND id     IN (SELECT story_id FROM tags WHERE name = 'nature' )
  AND id NOT IN (SELECT story_id FROM tags WHERE name = 'dragons');

或者，使用compound query组合标签过滤器：

SELECT ...
FROM stories
WHERE id IN (SELECT story_id FROM tags WHERE name = 'fantasy'
             INTERSECT
             SELECT story_id FROM tags WHERE name = 'nature'
             EXCEPT
             SELECT story_id FROM tags WHERE name = 'dragons');

哪一个速度更快取决于您要检查的标签数量以及过滤器的选择性。您将不得不尝试。

如果tags.name列上有索引，则这两个查询都是有效的。