MyException - 我的异常网
当前位置:我的异常网» Sql Server » 两周没有解决的有关问题-共现次数的有关问题,1

两周没有解决的有关问题-共现次数的有关问题,1

www.MyException.Cn  网友分享于:2013-03-13  浏览:7次
两周没有解决的问题---共现次数的问题,急啊!!1
我在一些新闻中将提取一些需要的名词,然后分离,存入数据表中结构如下:
CREATE   TABLE   [test]   (
[id]   [int]   IDENTITY   (1,   1)   NOT   NULL   ,
[name]   [varchar]   (50)   COLLATE   Chinese_PRC_CI_AS   NOT   NULL   ,
[newsid]   [int]   NOT   NULL   ,
                    [newsdate]   [datetime]   NULL   ,
)   ON   [PRIMARY]
GO
id,自增id,name指提取的名词,newsid提起的名词所属的文章列表。newsdate指时间
在一篇文件中出现了一些名词,在另一篇文章中也可能同时出现,
譬如

1     张三,   1,   2007-06-01
2     李四         1,   2007-06-01

3     张三       2       2007-06-02
4       李四     2       2007-06-02

5       王武       3       2007-09-02
求任意两个名词在一定的时间范围内(譬如2007-06月)共同出现的次数。
数据量很大,新闻数有50多万条,提取到test表中有500万条数据,目前的算法效率很低,请大家帮忙,想一个好点的算法。该怎么算呢?



------解决方案--------------------
[name] , [newsdate] ,建立聚集索引。
select count(*) 新闻数 from test where name = '张三 ' or name= '李四 ' and newsdate between '2007-6-1 ' and '2007-6-31 '
------解决方案--------------------
对时间字段建立聚簇索引,name建立非聚簇索引
或者建立全文目录来解决.
建议在查询过程中避免使用 in,like,or等词,会影响速度
------解决方案--------------------
select sum(num1+num2) as num from
(select newsid, sum(1) as num1 from test where newsdate> =t1 and newsdate <=t2 and name=n1 group by newsid) fir,
(select newsid, sum(1) as num2 from test where newsdate> =t1 and newsdate <=t2 and name=n2 group by newsid) sec
where fir.newsid=sec.newsid
------解决方案--------------------
select count(*) from
(select name,convert(char(8),newsdate,112) dd from TableName where name= '张三 ' and convert(char(6),newsdate,112)= '200706 ') a
inner join
(select name,convert(char(8),newsdate,112) dd from TableName where name= '李四 ' and convert(char(6),newsdate,112)= '200706 ') b
on a.dd=b.dd
------解决方案--------------------
我是先统计出每个月所有的名词,然后两两统计,如果一个月有200个名词的话,我需要循环数据库200*(200+1)/2次,各位大侠有什么更好的方法没?

--存储过程加临时表处理:
select name, nCount = count(*) into #test from test where newsdate between '2007-7-1 ' and '2007-7-31 ' group by name
...

--不要每次都调用存储过程,最好通过存储过程生成静态数据。
------解决方案--------------------
如果[newsdate]只精确到日,也就是datetime的整数部分,就没有必要用datetime类型,可以用int类型。

int应该比datetime索引快。

文章评论

为什么程序员都是夜猫子
为什么程序员都是夜猫子
“肮脏的”IT工作排行榜
“肮脏的”IT工作排行榜
编程语言是女人
编程语言是女人
程序员眼里IE浏览器是什么样的
程序员眼里IE浏览器是什么样的
当下全球最炙手可热的八位少年创业者
当下全球最炙手可热的八位少年创业者
10个调试和排错的小建议
10个调试和排错的小建议
5款最佳正则表达式编辑调试器
5款最佳正则表达式编辑调试器
漫画:程序员的工作
漫画:程序员的工作
每天工作4小时的程序员
每天工作4小时的程序员
程序猿的崛起——Growth Hacker
程序猿的崛起——Growth Hacker
不懂技术不要对懂技术的人说这很容易实现
不懂技术不要对懂技术的人说这很容易实现
Java 与 .NET 的平台发展之争
Java 与 .NET 的平台发展之争
十大编程算法助程序员走上高手之路
十大编程算法助程序员走上高手之路
程序员应该关注的一些事儿
程序员应该关注的一些事儿
那些争议最大的编程观点
那些争议最大的编程观点
聊聊HTTPS和SSL/TLS协议
聊聊HTTPS和SSL/TLS协议
“懒”出效率是程序员的美德
“懒”出效率是程序员的美德
写给自己也写给你 自己到底该何去何从
写给自己也写给你 自己到底该何去何从
Java程序员必看电影
Java程序员必看电影
Web开发者需具备的8个好习惯
Web开发者需具备的8个好习惯
老程序员的下场
老程序员的下场
程序员的鄙视链
程序员的鄙视链
看13位CEO、创始人和高管如何提高工作效率
看13位CEO、创始人和高管如何提高工作效率
程序员的一天:一寸光阴一寸金
程序员的一天:一寸光阴一寸金
60个开发者不容错过的免费资源库
60个开发者不容错过的免费资源库
要嫁就嫁程序猿—钱多话少死的早
要嫁就嫁程序猿—钱多话少死的早
为啥Android手机总会越用越慢?
为啥Android手机总会越用越慢?
我跳槽是因为他们的显示器更大
我跳槽是因为他们的显示器更大
初级 vs 高级开发者 哪个性价比更高?
初级 vs 高级开发者 哪个性价比更高?
亲爱的项目经理,我恨你
亲爱的项目经理,我恨你
Web开发人员为什么越来越懒了?
Web开发人员为什么越来越懒了?
如何成为一名黑客
如何成为一名黑客
老美怎么看待阿里赴美上市
老美怎么看待阿里赴美上市
什么才是优秀的用户界面设计
什么才是优秀的用户界面设计
做程序猿的老婆应该注意的一些事情
做程序猿的老婆应该注意的一些事情
10个帮程序员减压放松的网站
10个帮程序员减压放松的网站
总结2014中国互联网十大段子
总结2014中国互联网十大段子
程序员周末都喜欢做什么?
程序员周末都喜欢做什么?
团队中“技术大拿”并非越多越好
团队中“技术大拿”并非越多越好
程序员最害怕的5件事 你中招了吗?
程序员最害怕的5件事 你中招了吗?
如何区分一个程序员是“老手“还是“新手“?
如何区分一个程序员是“老手“还是“新手“?
鲜为人知的编程真相
鲜为人知的编程真相
我的丈夫是个程序员
我的丈夫是个程序员
程序员和编码员之间的区别
程序员和编码员之间的区别
 程序员的样子
程序员的样子
软件开发程序错误异常ExceptionCopyright © 2009-2015 MyException 版权所有