MySQL 根据多个条件选择用户

Question

我的团队正在为一个学校项目开发一个 php/MySQL 网站。我有一个包含典型信息（ID、名字、姓氏等）的用户表。我还有一个问题表，其中包含如下示例数据。对于这个简化的示例，所有问题的答案都是数字。

表格问题：

qid | questionText
1   | 'favorite number'
2   | 'gpa'
3   | 'number of years doing ...'

等等

用户可以填写表格来回答任何或所有这些问题。注意：用户不需要回答所有问题，问题本身可能会在未来发生变化。

答案表如下所示：

表答案：

uid | qid | value
 37 |  1  |  42
 37 |  2  |  3.5
 38 |  2  |  3.6

等等。

现在，我正在处理该网站的搜索页面。我希望用户选择他们想要搜索的标准。我有一些工作，但我不确定它是否有效，或者它是否会扩展（并不是说这些表会很大——就像我说的，这是一个学校项目）。例如，我可能想列出所有喜欢的数字在 100 到 200 之间且 GPA 高于 2.0 的用户。目前，我有一个可以工作的查询生成器（据我所知，它创建了一个返回准确结果的有效查询）。此示例的查询生成器的结果如下所示：

SELECT u.ID, u.name (etc)
FROM User u
JOIN Answer a1 ON u.ID=a1.uid 
JOIN Answer a2 ON u.ID=a2.uid
WHERE 1
AND (a1.qid=1 AND a1.value>100 AND a1.value<200)
AND (a2.qid=2 AND a2.value>2.0)

我添加 WHERE 1 以便在 for 循环中添加“AND (...)”。我意识到我可以删除 '1' 并使用 implode(and,array) 并添加 where if 数组不为空，但我认为这是等价的。如果没有，我可以很容易地改变它。

如您所见，我为搜索者要求的每个条件添加了一个 JOIN。这也让我可以按 a1.value ASC 或 a2.value 等排序。

第一个问题： 这个餐桌组织至少有点像样吗？我们认为，由于问题的数量是可变的，而且并不是每个用户都回答了每个问题，所以这样的事情是必要的。

主要问题： 查询方式是否效率太低？我想将同一张桌子加入到自己身上多达十几次或两次（如果我们最终提出这么多问题的话）并不理想。我做了一些搜索，发现这两个帖子似乎有点触及我正在寻找的内容：

Mutiple criteria in 1 query

这在 EXISTS 中使用了多个嵌套（正确的术语？）查询

Search for products with multiple criteria

youssef azari 的其中一个 cmets 提到使用 'query 1' UNION 'query 2'

对于我正在尝试做的事情，这些中的任何一个会表现更好/更有意义吗？

额外问题：

为简单起见，我在上面省略了，但实际上我有 3 个表（用于数值问题、布尔值和文本） 决定使用单独的表是因为（据我所知）它要么就是这样，要么有一个大答案表，其中包含 3 个不同类型的值列，其中 2 个始终为空。

这适用于我当前的查询生成器 - 示例查询是

SELECT u.ID,...
FROM User u
JOIN AnswerBool b1 ON u.ID=b1.uid
JOIN AnswerNum n1 ON u.ID=n1.uid
JOIN AnswerText t1 ON u.ID=t1.uid 
WHERE 1
AND (b1.qid=1 AND b1.value=true)
AND (n1.qid=16 AND n1.value<999)
AND (t1.qid=23 AND t1.value LIKE '...')

考虑到这一点，获得结果的最佳方法是什么？

最后一段上下文： 我提到这是一个学校项目。虽然这是真的，但最终目标（这是一个本科生高级设计项目）是让一个部门使用我们的网站，让学生为他们的高级设计创建团队。对于规模的粗略估计，每个学期，该部门将有大约 200 名左右的学生使用我们的网站来组建团队。显然，当我们完成后，该部门将（希望）检查我们的站点是否存在安全问题和他们需要担心的其他问题（FERPA 和所有问题）。我们正在尝试考虑所有常见的安全实践和可扩展性问题，但最终，我们的代码可能会被其他人改进。

更新 根据 nnichols 的建议，我输入了大量数据并对不同的查询进行了一些测试。我在表中放置了大约 250 个用户，并且在 3 个表中的每一个中放置了大约 2000 个答案。我发现提供的链接非常有用

（链接已删除，因为我不能超链接超过两次）链接在 nnichols 的回复中

还有我发现的这个：

http://phpmaster.com/using-explain-to-write-better-mysql-queries/

我尝试了 3 种不同类型的查询，最后，我提出的那一种效果最好。

首先：使用 EXISTS

SELECT u.ID,...
FROM User u WHERE 1
AND EXISTS 
    (SELECT * FROM AnswerNumber 
    WHERE uid=u.ID AND qid=# AND value>#) -- or any condition on value
AND EXISTS
    (SELECT * FROM AnswerNumber
    WHERE uid=u.ID AND qid=another # AND some_condition(value))
AND EXISTS
    (SELECT * FROM AnswerText
...

我在 3 个答案表中的每一个上都使用了 10 个条件（导致 30 个 EXISTS）

第二：使用 IN - 一种非常相似的方法（甚至可能完全一样？），产生相同的结果

SELECT u.ID,...
FROM User u WHERE 1
AND (u.ID) IN (SELECT uid FROM AnswerNumber WHERE qid=# AND ...)
...

再次使用 30 个子查询。

我尝试的第三个与上面描述的相同（使用 30 个 JOIN）

对前两个使用EXPLAIN的结果如下：（相同）

表 u 上的主查询类型为 ALL（不好，尽管用户表并不大），搜索的行大约是用户表大小的两倍（不知道为什么）。 EXPLAIN 输出中的每一行都是对相关答案表的依赖查询，类型为 eq_ref (good)，使用 WHERE 和 key=PRIMARY KEY 并且仅搜索 1 行。总体还不错。

对于我建议的查询（JOINing）：

主要查询实际上是在您首先加入的任何表上（在我的情况下为 AnswerBoolean），其类型为 ref（优于 ALL）。搜索的行数等于任何人回答的问题数（因为任何人回答了 50 个不同的问题）（这将比用户数少得多）。对于 EXPLAIN 输出中的每个附加行，它是一个简单的查询，类型为 eq_ref (good)，使用 WHERE 和 key=PRIMARY KEY 并且只搜索 1 行。总体几乎相同，但起始乘数较小。

JOIN 方法的最后一个优点：它是唯一一个我可以弄清楚如何按各种值（例如 n1.value）排序的方法。由于其他两个查询使用子查询，我无法访问特定子查询的值。添加 order by 子句确实将第一个查询中的额外字段更改为也具有“使用临时”（我相信，对于 order by 是必需的）和“使用文件排序”（不知道如何避免这种情况）。然而，即使有这些减速，行数仍然少得多，另外两个（据我所知）不能使用 order by。

Answer 1

您可以使用适当大的测试数据集并使用EXPLAIN 和/或the profiler 自己回答大部分问题。

您的 INNER JOIN 几乎肯定会比切换到 EXISTS 执行得更好，但这很容易使用合适的测试数据集和 EXPLAIN 进行测试。