MySQL 根据 字段包含关键词进行分类

为了解决动态关键词匹配的需求,我们需要创建一个关键词表(keywords_table),其中存储关键词和对应的类别。以下是具体的步骤:


1. 创建关键词表

可以用以下 SQL 创建一个简单的关键词表:

sql 复制代码
CREATE TABLE keywords_table (
    id INT AUTO_INCREMENT PRIMARY KEY, -- 主键
    category VARCHAR(50) NOT NULL,     -- 类别名称
    keyword VARCHAR(255) NOT NULL      -- 关键词
);

2. 插入关键词数据

根据需求插入对应的关键词和类别:

sql 复制代码
INSERT INTO keywords_table (category, keyword)
VALUES 
    ('类别 A', '关键词1'),
    ('类别 A', '关键词2'),
    ('类别 B', '关键词3'),
    ('类别 B', '关键词4');

3. 示例主表

假设主表为 your_table

sql 复制代码
CREATE TABLE your_table (
    id INT AUTO_INCREMENT PRIMARY KEY, -- 主键
    info VARCHAR(255) NOT NULL         -- 包含描述的字段
);

插入示例数据:

sql 复制代码
INSERT INTO your_table (info)
VALUES
    ('关键词1,关键词4'),
    ('关键词2'),
    ('关键词3'),
    ('无匹配关键词');

4. 用 JOIN 查询匹配关键词类别

sql 复制代码
SELECT 
    t.id,
    t.info,
    GROUP_CONCAT(DISTINCT k.category) AS 匹配类别 -- 聚合匹配的类别,避免重复
FROM your_table t
LEFT JOIN keywords_table k 
    ON t.info LIKE CONCAT('%', k.keyword, '%') -- 动态匹配关键词
GROUP BY t.id, t.info;

查询结果示例

基于上述数据,查询结果可能如下:

id info 匹配类别
1 关键词1,关键词4 类别 A, 类别 B
2 关键词2 类别 A
3 关键词3 类别 B
4 无匹配关键词 NULL

关键点说明

  1. 关键词动态匹配ON t.info LIKE CONCAT('%', k.keyword, '%') 用于动态检测 info 是否包含某个关键词。
  2. 去重类别GROUP_CONCAT(DISTINCT k.category) 保证返回的类别不重复。
  3. 未匹配处理LEFT JOIN 保证即使没有匹配到关键词,your_table 的数据仍会显示,匹配结果为 NULL

优化建议

  • 如果 info 数据非常大,建议在逻辑层(如代码中)拆分匹配,而不是完全依赖 SQL。
  • 可以为 keywords_table.keyword 创建索引以优化性能,特别是关键词较多时:
sql 复制代码
CREATE INDEX idx_keyword ON keywords_table (keyword);
相关推荐
Nerd Nirvana2 分钟前
数据库模型全景:从原理到实践的系统性指南
数据库·oracle·电力行业
SelectDB5 分钟前
从 Greenplum 到 Doris:集群缩减 2/3、年省数百万,度小满构建超大规模数据分析平台经验
数据库·数据分析·apache
alonewolf_9912 分钟前
MySQL索引优化实战二:分页、关联查询与Count优化深度解析
数据库·mysql
TDengine (老段)1 小时前
TDengine Python 连接器进阶指南
大数据·数据库·python·物联网·时序数据库·tdengine·涛思数据
赵渝强老师1 小时前
【赵渝强老师】OceanBase的配置文件与配置项
数据库·oceanbase
玖日大大2 小时前
OceanBase SeekDB:AI 原生数据库的技术革命与实践指南
数据库·人工智能·oceanbase
子夜江寒2 小时前
基于贝叶斯的评论分类实例
机器学习·分类
高溪流3 小时前
3.数据库表的基本操作
数据库·mysql
alonewolf_993 小时前
深入剖析MySQL锁机制与MVCC原理:高并发场景下的数据库核心优化
数据库·mysql
人工智能培训3 小时前
10分钟了解向量数据库(4)
人工智能·机器学习·数据挖掘·深度学习入门·深度学习证书·ai培训证书·ai工程师证书