mysql - 生成列中值的组合

Question

我有一个包含 3 列的表格。我需要生成combinations (始终为 3)基于特定 "diagnosis" 执行的表的值(在“测试”列中) 。引用下表，对于每个cust_id有一个"diagnosis" "tests" 所基于的列进行了。现在，对于每个诊断值组，我需要在“测试”列中生成相应值的唯一组合。请注意，组合应始终包含 3 个值。

患者:

pat_id | diagnosis | tests

1001 | Thyroid | CAT
1001 | Thyroid | MRI
1001 | Thyroid | Blood

1001 | Tonsil  | CAT
1001 | Tonsil  | MRI
1001 | Tonsil  | Blood
1001 | Tonsil  | RAPID

1002 | Pneumonia | MRI
1002 | Pneumonia | Eliza

所以，对于pat_id = '1001'和diagnosis = 'Thyroid'我们看到“测试”有 3 个不同的值。因此，只有 1 个唯一组合是可能的，即 {CAT, MRI, Blood} 。同样，对于 pat_id = '1001'和diagnosis = 'Tonsil' ，我们看到“test”列中有 4 个不同的值。因此，将有 4 种组合，即 {CAT, MRI, Blood} , {CAT, MRI, RAPID} , {MRI, Blood, RAPID} & {CAT, blood, RAPID} 。对于 pat_id = '1002'仅存在两个唯一值。因此组合仅为 1，即 {MRI, Eliza}像这样，我需要为一组中的所有诊断值生成类似的组合，并输出比该表中其他组合出现次数最多的唯一组合。

请注意，任何时候都应使用 3 个值进行组合。

大约有25 Mil记录在这个表中。那么有没有什么方法可以在 MySQL 中有效地实现这一点，而不会对性能造成重大影响？

PS:如果需要，我们有一个 python 环境，可以通过从 csv 文件读取数据来实现这一点。

Answer 1

您可以使用自加入:

select p1.pat_id, p1.diagnosis, p1.tests, p2.tests, p3.tests
from patient p1 join
     patient p2
     on p1.pat_id = p2.pat_id and p1.diagnosis = p2.diagnosis and
        p1.tests < p2.tests join
     patient p3
     on p2.pat_id = p3.pat_id and p2.diagnosis = p3.diagnosis and
        p2.tests < p3.tests ;

即使在(pat_id、诊断、测试)上使用推荐的索引，由于查询将产生大量数据，速度也会很慢。