নিম্নলিখিত অনুমিত স্কিমা এবং উদাহরণ ডেটা জন্য
CREATE TABLE dbo.RecipeIngredients
(
RecipeId INT NOT NULL ,
IngredientID INT NOT NULL ,
Quantity INT NOT NULL ,
UOM INT NOT NULL ,
CONSTRAINT RecipeIngredients_PK
PRIMARY KEY ( RecipeId, IngredientID ) WITH (IGNORE_DUP_KEY = ON)
) ;
INSERT INTO dbo.RecipeIngredients
SELECT TOP (210000) ABS(CRYPT_GEN_RANDOM(8)/50000),
ABS(CRYPT_GEN_RANDOM(8) % 100),
ABS(CRYPT_GEN_RANDOM(8) % 10),
ABS(CRYPT_GEN_RANDOM(8) % 5)
FROM master..spt_values v1,
master..spt_values v2
SELECT DISTINCT RecipeId, 'X' AS Name
INTO Recipes
FROM dbo.RecipeIngredients
এই 205,009 উপাদান সারি এবং 42,613 রেসিপি জনবহুল। এলোমেলো উপাদানগুলির কারণে এটি প্রতিবার কিছুটা আলাদা হবে।
এটি তুলনামূলকভাবে কয়েকটি দ্বৈত ধারণা নিয়েছে (উদাহরণ হিসাবে রান করার পরে আউটপুটটি ছিল প্রতি গ্রুপে দুই বা তিনটি রেসিপি সহ 217 সদৃশ রেসিপি গ্রুপ)। ওপিতে প্রাপ্ত পরিসংখ্যানগুলির উপর ভিত্তি করে সর্বাধিক প্যাথলজিকাল কেসটি হবে 48,000 হুবহু নকল।
সেট আপ করার জন্য একটি স্ক্রিপ্ট
DROP TABLE dbo.RecipeIngredients,Recipes
GO
CREATE TABLE Recipes(
RecipeId INT IDENTITY,
Name VARCHAR(1))
INSERT INTO Recipes
SELECT TOP 48000 'X'
FROM master..spt_values v1,
master..spt_values v2
CREATE TABLE dbo.RecipeIngredients
(
RecipeId INT NOT NULL ,
IngredientID INT NOT NULL ,
Quantity INT NOT NULL ,
UOM INT NOT NULL ,
CONSTRAINT RecipeIngredients_PK
PRIMARY KEY ( RecipeId, IngredientID )) ;
INSERT INTO dbo.RecipeIngredients
SELECT RecipeId,IngredientID,Quantity,UOM
FROM Recipes
CROSS JOIN (SELECT 1,1,1 UNION ALL SELECT 2,2,2 UNION ALL SELECT 3,3,3 UNION ALL SELECT 4,4,4) I(IngredientID,Quantity,UOM)
নিম্নলিখিত দুটি ক্ষেত্রেই আমার মেশিনে এক সেকেন্ডেরও কম সময়ে সম্পন্ন হয়েছে।
CREATE TABLE #Concat
(
RecipeId INT,
concatenated VARCHAR(8000),
PRIMARY KEY (concatenated, RecipeId)
)
INSERT INTO #Concat
SELECT R.RecipeId,
ISNULL(concatenated, '')
FROM Recipes R
CROSS APPLY (SELECT CAST(IngredientID AS VARCHAR(10)) + ',' + CAST(Quantity AS VARCHAR(10)) + ',' + CAST(UOM AS VARCHAR(10)) + ','
FROM dbo.RecipeIngredients RI
WHERE R.RecipeId = RecipeId
ORDER BY IngredientID
FOR XML PATH('')) X (concatenated);
WITH C1
AS (SELECT DISTINCT concatenated
FROM #Concat)
SELECT STUFF(Recipes, 1, 1, '')
FROM C1
CROSS APPLY (SELECT ',' + CAST(RecipeId AS VARCHAR(10))
FROM #Concat C2
WHERE C1.concatenated = C2.concatenated
ORDER BY RecipeId
FOR XML PATH('')) R(Recipes)
WHERE Recipes LIKE '%,%,%'
DROP TABLE #Concat
একটি সাবধান
আমি ধরে নিয়েছি যে সংক্ষিপ্ত স্ট্রিংয়ের দৈর্ঘ্য 896 বাইটের বেশি হবে না। এটি যদি এটি করে তবে নিঃশব্দে ব্যর্থ হওয়ার পরিবর্তে রান সময়ে ত্রুটি বাড়িয়ে তুলবে। আপনাকে #tempটেবিল থেকে প্রাথমিক কী (এবং স্পষ্টভাবে তৈরি সূচক) সরিয়ে ফেলতে হবে need আমার পরীক্ষার সেটআপে সংলগ্ন স্ট্রিংয়ের সর্বাধিক দৈর্ঘ্য ছিল 125 টি অক্ষর।
যদি সংক্ষিপ্ততর স্ট্রিং সূচকের পক্ষে দীর্ঘ হয় তবে XML PATHঅভিন্ন রেসিপিগুলি একীকরণের চূড়ান্ত ক্যোয়ারীর পারফরম্যান্স ভাল হতে পারে। একটি কাস্টম সিএলআর স্ট্রিং একীকরণ ইনস্টল করা এবং ব্যবহার করা হ'ল একটি সমাধান হতে পারে কারণ এটি কোনও সূচকযুক্ত স্ব-যোগদানের পরিবর্তে ডেটা এক পাসের সাথে সংমিশ্রণ করতে পারে।
SELECT YourClrAggregate(RecipeId)
FROM #Concat
GROUP BY concatenated
আমিও চেষ্টা করেছি
WITH Agg
AS (SELECT RecipeId,
MAX(IngredientID) AS MaxIngredientID,
MIN(IngredientID) AS MinIngredientID,
SUM(IngredientID) AS SumIngredientID,
COUNT(IngredientID) AS CountIngredientID,
CHECKSUM_AGG(IngredientID) AS ChkIngredientID,
MAX(Quantity) AS MaxQuantity,
MIN(Quantity) AS MinQuantity,
SUM(Quantity) AS SumQuantity,
COUNT(Quantity) AS CountQuantity,
CHECKSUM_AGG(Quantity) AS ChkQuantity,
MAX(UOM) AS MaxUOM,
MIN(UOM) AS MinUOM,
SUM(UOM) AS SumUOM,
COUNT(UOM) AS CountUOM,
CHECKSUM_AGG(UOM) AS ChkUOM
FROM dbo.RecipeIngredients
GROUP BY RecipeId)
SELECT A1.RecipeId AS RecipeId1,
A2.RecipeId AS RecipeId2
FROM Agg A1
JOIN Agg A2
ON A1.MaxIngredientID = A2.MaxIngredientID
AND A1.MinIngredientID = A2.MinIngredientID
AND A1.SumIngredientID = A2.SumIngredientID
AND A1.CountIngredientID = A2.CountIngredientID
AND A1.ChkIngredientID = A2.ChkIngredientID
AND A1.MaxQuantity = A2.MaxQuantity
AND A1.MinQuantity = A2.MinQuantity
AND A1.SumQuantity = A2.SumQuantity
AND A1.CountQuantity = A2.CountQuantity
AND A1.ChkQuantity = A2.ChkQuantity
AND A1.MaxUOM = A2.MaxUOM
AND A1.MinUOM = A2.MinUOM
AND A1.SumUOM = A2.SumUOM
AND A1.CountUOM = A2.CountUOM
AND A1.ChkUOM = A2.ChkUOM
AND A1.RecipeId <> A2.RecipeId
WHERE NOT EXISTS (SELECT *
FROM (SELECT *
FROM RecipeIngredients
WHERE RecipeId = A1.RecipeId) R1
FULL OUTER JOIN (SELECT *
FROM RecipeIngredients
WHERE RecipeId = A2.RecipeId) R2
ON R1.IngredientID = R2.IngredientID
AND R1.Quantity = R2.Quantity
AND R1.UOM = R2.UOM
WHERE R1.RecipeId IS NULL
OR R2.RecipeId IS NULL)
এটি গ্রহণযোগ্যভাবে কাজ করে যখন তুলনামূলকভাবে কয়েকটি ডুপ্লিকেট থাকে (প্রথম উদাহরণের ডেটার জন্য এক সেকেন্ডের চেয়ে কম) তবে রোগগত ক্ষেত্রে খারাপ কার্য সম্পাদন করে কারণ প্রাথমিক সমষ্টি সকলের জন্য একই ফলাফল RecipeIDদেয় এবং তাই সংখ্যাকে হ্রাস করতে পরিচালনা করে না মোটামুটি তুলনা