价值十个亿的淘宝搜索功能

看到这标题，是不是有小伙伴忍不住点进来看看?
标题党～～ 不不不，咱还是来点干货

---

先来看看淘宝搜索的分类

可以支持分类多选，即如下报文格式：

{
   "品牌":[
       "啄木鸟",
       "南极人"
   ],
   "适用年龄":[
       "7-14周岁",
       "15-19周岁",
       "20-24周岁"
   ]
}

再想一下，搜索的结果是什么，需要满足如下条件：
1. 必须同时属于两大分类，即交集 ---- “品牌”和“适用年龄”必须同时拥有的
2. 每个分类里面的标签又必须同时满足，即并集 ---- “啄木鸟”和“南极人”至少有一个即可

---

带着这些问题和总结，我们来做一些测试…
先模拟建一个物品及分类标签关系表goods_tag

CREATE TABLE `goods_tag` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增ID',
  `goods` varchar(64) NOT NULL COMMENT '商品',
  `tag` varchar(64) NOT NULL COMMENT '标签',
  `classify` varchar(64) NOT NULL COMMENT '分类',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB  DEFAULT CHARSET=utf8 COMMENT='测试表';

模拟测试数据：

按照这个思路，我们写下我们的最常规脚本

select goods from goods_tag where classify = '品牌' and tag in ('啄木鸟', '南极人')
union
select goods from goods_tag where classify = '适用年龄' and tag in ('7-14周岁', '15-19周岁', '20-24周岁');

运行结果也达到预期效果：

---

感觉貌似ok，但是我们来分析这个脚本
问题：如果给的条件较多，那是不是要拼接一个超级长的sql？
那么，是否有另外的更优解决办法呢？

分组查询！
但是分组查询也很讲究，首先我们可以对全部标签数据进行查询，然后对商品和分类进行分组
有没有聪明对小伙伴想到为啥要这样做？我们看下sql和结果

select goods, classify, count(1) from goods_tag 
where tag in ('啄木鸟', '南极人', '7-14周岁', '15-19周岁', '20-24周岁') 
group by goods, classify;

运行结果

为什么要商品和分类分组？
就是因为我们要取得每个分类里面必须同时有这个商品！！！
带着这个目的，我们再做一次处理，得到如下sql

select goods from 
(select goods, classify, count(1) from goods_tag 
where tag in ('啄木鸟', '南极人', '7-14周岁', '15-19周岁', '20-24周岁') 
group by goods, classify) a
group by a.goods HAVING count(goods) = 2;

运行结果

总结一下：

1. 先对商品、分类进行分组
2. 取得必须每个分类里面都有这个商品
3. 大前提把所有标签的数据查出来（不用担心数据过大，因为最终会进行分页操作，想要学习如何进行大批量数据高效分页操作，可见如何将过亿订单数据实现毫秒级分页查询）
4. 最后的等于2是动态参数， 这个是依赖传入了几个分类，这里就是等于多少

到了此处，基本核心sql就成型了，这个sql本身不复杂，但是想到这个也并不容易，还需要sql的一定基本功
可能会有小伙伴怀疑sql的准确性，大家可以多造一些测试数据去验证一下，各种场景都模拟一下

好了，价值十个亿的淘宝搜索功能就送给大家了，十亿能拿多少，还得看你们自己?