mysql 多表关联查询 实现 全文匹配的 模糊搜索接口 SQL

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
云数据库 RDS MySQL,高可用系列 2核4GB
简介: mysql 多表关联查询 实现 全文匹配的 模糊搜索接口 SQLSELECT tagDeptUserRel.* FROM tag_dept_user_rel tagDeptUserRelinner join product prod on find_in_set(prod.

mysql 多表关联查询 实现 全文匹配的 模糊搜索接口 SQL

SELECT tagDeptUserRel.* 
FROM tag_dept_user_rel tagDeptUserRel
inner join product prod on find_in_set(prod.id, tagDeptUserRel.dept_mapping_product_ids)
inner join employee creatorEmployee on creatorEmployee.work_no = tagDeptUserRel.creator
inner join employee ownerEmployee on ownerEmployee.work_no = tagDeptUserRel.owner
inner join tag_group tagGroup on find_in_set(tagGroup.id, tagDeptUserRel.tag_group_ids)
inner join tag_group_show_user_rel tagGroupShowUserRel on tagGroupShowUserRel.owner = tagDeptUserRel.owner
where 
concat_ws(',',
prod.swork_dept_name,
creatorEmployee.emp_name,
creatorEmployee.nick_name,
ownerEmployee.emp_name,
ownerEmployee.nick_name,
tagGroup.name,
(select tg.name from tag_group tg where tg.id = tagGroupShowUserRel.show_group_id))
like CONCAT('%','之剑','%') ;

AI 代码解读
SELECT tagDeptUserRel.* ,
concat_ws(',',
prod.swork_dept_name,
creatorEmployee.emp_name,
creatorEmployee.nick_name,
ownerEmployee.emp_name,
ownerEmployee.nick_name,
tagGroup.name,
(select tg.name from tag_group tg where tg.id = tagGroupShowUserRel.show_group_id)) as searchFullText

FROM tag_dept_user_rel tagDeptUserRel
inner join product prod on find_in_set(prod.id, tagDeptUserRel.dept_mapping_product_ids)
inner join employee creatorEmployee on creatorEmployee.work_no = tagDeptUserRel.creator
inner join employee ownerEmployee on ownerEmployee.work_no = tagDeptUserRel.owner
inner join tag_group tagGroup on find_in_set(tagGroup.id, tagDeptUserRel.tag_group_ids)
inner join tag_group_show_user_rel tagGroupShowUserRel on tagGroupShowUserRel.owner = tagDeptUserRel.owner
where 
concat_ws(',',
prod.swork_dept_name,
creatorEmployee.emp_name,
creatorEmployee.nick_name,
ownerEmployee.emp_name,
ownerEmployee.nick_name,
tagGroup.name,
(select tg.name from tag_group tg where tg.id = tagGroupShowUserRel.show_group_id))
like CONCAT('%','之剑','%') ;

AI 代码解读

mysql中FIND_IN_SET的使用方法

在mysql中,有时我们在做数据库查询时,需要得到某字段中包含某个值的记录,但是它也不是用like能解决的,使用like可能查到我们不想要的记录,它比like更精准,这时候mysql的FIND_IN_SET函数就派上用场了,下面来具体了解一下。

FIND_IN_SET(str,strlist)函数

str 要查询的字符串

strlist 字段名 参数以”,”分隔 如 (1,2,6,8)

查询字段(strlist)中包含(str)的结果,返回结果为null或记录

下面举例说明

test表中有如下字段及值

下面我想查询area中包含”1″这个参数的记录

SELECT * from test where FIND_IN_SET('1',area)
返回值

下面查询btype字段中包含”15″这个参数的值

SELECT * from test where FIND_IN_SET('15',btype)
返回值

下面查询btype字段中包含”5″这个参数的值

SELECT * from test where FIND_IN_SET('5',btype)
返回值为null,因为btype中没有”5”这个值,它不同于 like 模糊查询,它是以“,”来分隔值

接下面查询btype字段中包含”20″这个参数的值

SELECT * from test where FIND_IN_SET('20',btype)
当然它的返回值为null,因为字段中没有这个值

FIND_IN_SET和like的区别

like是广泛的模糊匹配,字符串中没有分隔符,Find_IN_SET 是精确匹配,字段值以英文”,”分隔,Find_IN_SET查询的结果要小于like查询的结果。

select 嵌套使用

SELECT tagDeptUserRel.* ,
concat_ws(',',
prod.swork_dept_name,
creatorEmployee.emp_name,
creatorEmployee.nick_name,
ownerEmployee.emp_name,
ownerEmployee.nick_name,
tagGroup.name,
(select tg.name from tag_group tg where tg.id = tagGroupShowUserRel.show_group_id)) as searchFullText

FROM tag_dept_user_rel tagDeptUserRel
...
where 
concat_ws(',',
prod.swork_dept_name,
creatorEmployee.emp_name,
creatorEmployee.nick_name,
ownerEmployee.emp_name,
ownerEmployee.nick_name,
tagGroup.name,
(select tg.name from tag_group tg where tg.id = tagGroupShowUserRel.show_group_id))
like CONCAT('%','之剑','%')

AI 代码解读
相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
SQL查询太慢?实战讲解YashanDB SQL调优思路
本文是Meetup第十期“调优实战专场”的第二篇技术文章,上一篇《高效查询秘诀,解码YashanDB优化器分组查询优化手段》中,我们揭秘了YashanDB分组查询优化秘诀,本文将通过一个案例,助你快速上手YashanDB慢日志功能,精准定位“慢SQL”后进行优化。
MySQL实现文档全文搜索,分词匹配多段落重排展示,知识库搜索原理分享
本文介绍了在文档管理系统中实现高效全文搜索的方案。为解决原有ES搜索引擎私有化部署复杂、运维成本高的问题,我们转而使用MySQL实现搜索功能。通过对用户输入预处理、数据库模糊匹配、结果分段与关键字标红等步骤,实现了精准且高效的搜索效果。目前方案适用于中小企业,未来将根据需求优化并可能重新引入专业搜索引擎以提升性能。
【YashanDB知识库】字段加上索引后,SQL查询不到结果
【YashanDB知识库】字段加上索引后,SQL查询不到结果
玩转大数据:从零开始掌握SQL查询基础
玩转大数据:从零开始掌握SQL查询基础
93 35
MySQL 中的全文索引:强大的文本搜索利器
MySQL 的全文索引是一种用于快速搜索大量文本数据的特殊索引。它通过对文本内容进行分析(如分词、去除停用词等)并构建倒排索引,实现高效查找。创建全文索引使用 `CREATE FULLTEXT INDEX`,搜索时使用 `MATCH AGAINST` 语句。适用于 `CHAR`、`VARCHAR`、`TEXT` 等字段,但需注意性能影响和正确使用搜索语法。
109 22
利用 PolarDB PG 版向量化引擎,加速复杂 SQL 查询!完成任务领发财新年抱枕!
利用 PolarDB PG 版向量化引擎,加速复杂 SQL 查询!完成任务领发财新年抱枕!
云原生数据仓库AnalyticDB PostgreSQL同一个SQL可以实现向量索引、全文索引GIN、普通索引BTREE混合查询,简化业务实现逻辑、提升查询性能
本文档介绍了如何在AnalyticDB for PostgreSQL中创建表、向量索引及混合检索的实现步骤。主要内容包括:创建`articles`表并设置向量存储格式,创建ANN向量索引,为表增加`username`和`time`列,建立BTREE索引和GIN全文检索索引,并展示了查询结果。参考文档提供了详细的SQL语句和配置说明。
36 1
join查询可以⽆限叠加吗?MySQL对join查询有什么限制吗?
大家好,我是 V 哥。本文详细探讨了 MySQL 中 `JOIN` 查询的限制及其优化方法。首先,`JOIN` 查询不能无限叠加,存在资源(CPU、内存、磁盘 I/O)、性能和语法等方面的限制。过多的 `JOIN` 操作会导致数据库性能急剧下降。其次,介绍了三种常见的 `JOIN` 查询算法:嵌套循环连接(NLJ)、索引嵌套连接(INL)和基于块的嵌套循环连接(BNL),并分析了它们的触发条件和性能特点。最后,分享了优化 `JOIN` 查询的方法,包括 SQL 语句优化、索引优化、数据库配置调整等。关注 V 哥,了解更多技术干货,点赞👍支持,一起进步!
SQL为什么不建议执行多表关联查询
本文探讨了SQL中不建议执行多表关联查询的原因,特别是MySQL与PG在多表关联上的区别。MySQL仅支持嵌套循环连接,而不支持排序-合并连接和散列连接,因此在多表(超过3张)关联查询时效率较低。文章还分析了多表关联查询与多次单表查询的效率对比,指出将关联操作放在Service层处理的优势,包括减少数据库计算资源消耗、提高缓存效率、降低锁竞争以及更易于分布式扩展等。最后,通过实例展示了如何分解关联查询以优化性能。
|
2月前
|
Java使用sql查询mongodb
通过MongoDB Atlas Data Lake或Apache Drill,可以在Java中使用SQL语法查询MongoDB数据。这两种方法都需要适当的配置和依赖库的支持。希望本文提供的示例和说明能够帮助开发者实现这一目标。
70 17

推荐镜像

更多