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
这个DBA有点耶2 天前
MVCC深入:Read View、版本链与快照读——InnoDB并发控制的内核
数据库·mysql·架构
DBA_G2 天前
从地面到云霄:GBase数据库在民航三大场景的落地实践
数据库
自由能燃气设备2 天前
商用全预混低氮冷凝锅炉免费方案vs付费方案对比+选型避坑指南
大数据·数据库·人工智能
科创致远2 天前
科创致远 ESOP 系统核心效能与实战价值展示
大数据·数据库·人工智能·精益工程
2601_962218612 天前
万象生鲜系统称重自动多退少补算法解决生鲜非标品痛点
大数据·数据库·人工智能·python·算法
张洛闻Eren2 天前
k8s云原生【第十课】:水平 Pod 自动扩缩容
运维·数据库·云原生·kubernetes·github
于平安3 天前
MySQL-触发器
数据库·mysql
白远山3 天前
上海24小时自助健身房解决方案实战指南与经验分享
java·数据库·架构·需求分析
Omics Pro3 天前
斯坦福Nature+Science|广义虚拟细胞基础大模型
数据库·人工智能·算法·机器学习·自然语言处理
2603_965148113 天前
AI+API选品:下一代智能商务助手雏形已现
java·大数据·数据库·人工智能·数据挖掘