如何找到通过多对多关联间接链接的两个表的交集？

Question

我有“人员 <- many-to-many -> 标签”关联和“tag_group <- many-to-many -> 标签”关联。我正在尝试查找选择了相同标签的人员和标签组的组合。

---

标签

身份证	标签
1	注册
2	绿色
3	狗
4	猫

标签组

身份证	标签	排序
1	颜色	2
2	动物	3
3	混合	1

标签_组_标签

tag_groups.id	标签.id	评论
1	1	（颜色 - 红色）
1	2	（颜色 - 绿色）
2	3	（动物 - 狗）
2	4	（动物 - 猫）
3	1	（混合-红色）
3	2	（混合-绿色）
3	4	（混合-猫）

人

身份证	姓名
1	约翰
2	简
3	皮特

人_标签

people.id	标签.id	评论
1	1	约翰链接到所有标签
1	2	...
1	3	...
1	4	...
2	1	Jane 链接到与 Mix 组相同的标签
2	2	...
2	4	...
3	1	Pete 仅链接到标签 Red

---

问题1：我怎样才能找到人和tag_groups的交集——找到每个组中所有被标记为相同标签的人？

期望的结果1

people.id	tag_groups.id	评论
1	1	John - 颜色 -> people_tags 将 John 链接到红色和绿色
1	2	John - 动物 -> people_tags 将 John 链接到狗和猫
1	3	John - Mix -> people_tags 将 John 链接到所有 Red、Green 和 Cat
2	1	Jane - 颜色 -> people_tags 将 Jane 链接到红色和绿色，以及猫，但这与颜色组无关
2	3	Jane - 混合 -> people_tags 将 Jane 链接到所有红色、绿色和猫

-- Pete 不在结果中，因为 people_tags 没有将他链接到足够的标签来查找与任何 tag_group 的完全匹配

我对期望结果的看法1

这可以使用数组、CTE 语法来解决它以提高易读性。

WITH people_cte AS (select people_id, array_agg(tags_id) tags from people_tags group by people_id),
     groups_cte AS (select tag_groups_id, array_agg(tags_id) tags from tag_groups_tags group by tag_groups_id),
     combinations AS (SELECT people_id, tag_groups_id
                      FROM people_cte,
                           groups_cte
                      WHERE people_cte.tags @> groups_cte.tags)
SELECT people_id, name, tag_groups_id, label
FROM combinations
         JOIN people ON combinations.people_id = people.id
         JOIN tag_groups ON combinations.tag_groups_id = tag_groups.id;

我担心它必须首先让所有的人和团体计算标签数组，然后进行重叠。也许这是一个很好的第一步，但我必须能够将人和群体的范围缩小到只有重叠的人和群体，忽略那些永远无法匹配的人和群体。

我对性能的担忧是否错误？我想我需要找到一个不使用数组的解决方案。

问题2： 如果我按tag_groups.sort ASC 对它们进行排序，如何才能只找到第一个匹配的tag_group？

期望结果2：

people.id	tag_groups.id	评论
1	3	John - Mix -> people_tags 将 John 链接到所有组，但 Mix 的数量最少
2	3	Jane - Mix -> people_tags 将 Jane 链接到 Colors 和 Mix，并且 Mix 由于排序值而获胜

-- Pete 不在结果中，因为 people_tags 没有将他链接到足够的标签来查找与任何 tag_group 的完全匹配

问题 3： 我怎样才能获得第一个匹配项（类似于结果 2），但以某种方式左加入组以将所有带有

null

的人包含在 tag_groups 中？

期望结果3：

people.id	tag_groups.id	评论
1	3	（约翰 - 混合）
2	3	（简 - 混合）
3	空	（皮特 - 未找到匹配的 tag_groups）

---

数据库小提琴：https://www.db-fiddle.com/f/4jyoMCicNSZpjMt4jFYoz5/14043

就像备份一样，这些将使架构和数据就位：

create table tags (id int, label text);
create table people (id int, name text);
create table tag_groups (id int, label text, sort int);
create table tag_groups_tags (tag_groups_id int, tags_id int);
create table people_tags (people_id int, tags_id int);

insert into tags (id, label) values (1, 'Red'), (2, 'Green'), (3, 'Dog'), (4, 'Cat');
insert into people (id, name) values (1, 'John'), (2, 'Jane'), (3, 'Pete');
insert into tag_groups (id, label, sort) values (1, 'Colours', 2), (2, 'Animals', 3), (3, 'Mix', 1);
insert into tag_groups_tags (tag_groups_id, tags_id) values (1, 1), (1, 2), (2, 3), (2, 4), (3, 1), (3, 2), (3, 4);
insert into people_tags (people_id, tags_id) values (1, 1), (1, 2), (1, 3), (1, 4), (2, 1), (2, 2), (2, 4), (3, 1);

Answer 1

我可能会遗漏一些东西，但是这样的东西会有帮助吗？

with p_tags (people_id, tags) as (
    select people_id, array_agg(tags_id order by tags_id)
    from people_tags
    group by people_id
),
g_tags (group_id, tags) as (
    select tag_groups_id, array_agg(tags_id order by tags_id)
    from tag_groups_tags
    group by tag_groups_id
)
select *
from p_tags pt
join g_tags gt on (pt.tags = gt.tags);

基本上将按 group_id 分组的标签数组与按 people_id 分组的标签数组进行比较。