SQLITE 多对多关系频率计数

Question

我在 SQLITE 数据库中有三个表，分别称为 Needle、NeedleHaystack 和 Haystack，它们用于多对多关系连接表。我需要计算 needle 中每个独特项目的频率，它在每个独特 Haystack 中出现的频率（最好是百分比，计数是可以接受的）。

  Needle          NeedleHaystack                    Haystack
  +----+-------+  +----+-----------+-------------+  +----+-------+
  | id | value |  | id | needle_id | haystack_id |  | id | value |
  +----+-------+  +----+-----------+-------------+  +----+-------+
  |  1 |  foo1 |  | 1  |    1      |     7       |  | 7  |  bar7 |
  |  2 |  foo2 |  | 2  |    1      |     8       |  | 8  |  bar8 |
  |  3 |  foo3 |  | 3  |    1      |     9       |  | 9  |  bar9 |
  +----+-------+  | 4  |    2      |     7       |  +----+-------+
                  +----+-----------+-------------+

这样我们最终会得到这样的结果

  +-----------+--------------------------+
  | needle_id | frequency_over_haystacks |
  +-----------+--------------------------+
  |    1      |          100%            | // needle id 1 appears in 100% of Haystacks
  |    2      |           33%            | // needle id 2 appears in 33% of Haystacks
  |    3      |            0%            | // needle id 3 appears in no Haystacks
  +-----------+--------------------------+ // on and on, for each needle that may be present...

Answer 1

我认为你基本上想要聚合：

select n.needle_id, count(distinct nh.haystack_id) * 1.0 / h.cnt
from needle n left join
     needlehaystack nh
     on n.needle_id = nh.needle_id cross join
     (select count(*) as cnt from haystack) h
group by n.needle_id, h.cnt;

这允许在needlehaystack 中重复。如果不允许，则在select 中使用count(*) 而不是count(distinct)。