mysql——逗号分割字段情况

一、前言

由于历史原因、个人技术原因和各种坑爹项目原因，很多情况下我们会在一个字段中添加好多数据用逗号隔开，违反了第一范式原则。

对于这种情况下的查询等处理方法就不能用普通的方法进行处理，这个时候会出现众多业务需求，下面介绍了一下我遇到的情况供大家参考。

二、处理方法

1、find_in_set函数处理

有个文章表里面有个type字段，它存储的是文章类型，有 1头条、2推荐、3热点、4图文...1,12,13 等等 。

现在有篇文章他既是 头条，又是热点，还是图文，

type中以 1,3,4 的格式存储。

那我们如何用sql查找所有type中有4图文标准的文章呢？？

这就要我们的 find_in_set 出马的时候到了。

以下为引用的内容：

代码如下	复制代码
select * from article where FIND_IN_SET('4',type)

----------------------------------------------------------

MySQL手册中find_in_set函数的语法：

代码如下	复制代码
FIND_IN_SET(str,strlist)

假如字符串str 在由N 子链组成的字符串列表strlist 中，则返回值的范围在 1 到 N 之间。

一个字符串列表就是一个由一些被 ‘,’ 符号分开的子链组成的字符串。如果第一个参数是一个常数字符串，而第二个是type SET列，则   FIND_IN_SET() 函数被优化，使用比特计算。

如果str不在strlist 或strlist 为空字符串，则返回值为 0 。如任意一个参数为NULL，则返回值为 NULL。这个函数在第一个参数包含一个逗号(‘,’)时将无法正常运行。

代码如下	复制代码
mysql> SELECT FIND_IN_SET('b', 'a,b,c,d');

-> 2 因为b 在strlist集合中放在2的位置 从1开始

--------------------------------------------------------

select FIND_IN_SET('1', '1');  返回 就是1 这时候的strlist集合有点特殊 只有一个字符串 其实就是要求前一个字符串 一定要在后一个字符串集合中 才返回 大于0的数

代码如下	复制代码
select FIND_IN_SET('2', '1，2'); 返回2 select FIND_IN_SET('6', '1');  返回0

----------------------------------------------------------

注意：

代码如下	复制代码
select * from treenodes where FIND_IN_SET(id, '1,2,3,4,5');

使用find_in_set函数一次返回多条记录

id 是一个表的字段，然后每条记录分别是id等于1，2，3，4，5的时候

有点类似in （集合）

代码如下	复制代码
select * from treenodes where id in (1,2,3,4,5);

弄个测试表来说明两者的区别

代码如下	复制代码
CREATE TABLE `test` (   `id` int(8) NOT NULL auto_increment,   `name` varchar(255) NOT NULL,   `list` varchar(255) NOT NULL,   PRIMARY KEY  (`id`) ) INSERT INTO `test` VALUES (1, 'name', 'daodao,www.111cn.net,xiaoqin'); INSERT INTO `test` VALUES (2, 'name2', 'xiaohu,daodao,xiaoqin'); INSERT INTO `test` VALUES (3, 'name3', 'xiaoqin,daodao,www.111cn.net');

原来以为MySQL可以进行这样的查询:

代码如下	复制代码
select id, list, name from table where 'daodao' IN (list);

（一）

实际上这样是不行的，这样只有当name是list中的第一个元素时，查询才有效，否则都得不到结果，即使'daodao'真的在list中。

再来看看这个：

代码如下	复制代码
select id, list, name from table where 'daodao' IN ('libk', 'zyfon', 'daodao');

（二）

这样是可以的。

----------------------------------------------------------------

这两条到底有什么区别呢？为什么第一条不能取得正确的结果，而第二条却能取得结果。

原因其实是（一）中 (list) list是变量， 而（二）中 ('libk', 'zyfon', 'daodao')是常量。

所以如果要让（一）能正确工作，需要用find_in_set():

代码如下	复制代码
select id, list, name from table where find_in_set('daodao',list);

2、行列转换处理

表数据：

ID	Value
1	tiny,small,big
2	small,medium
3	tiny,big

期望得到结果：

ID	Value
1	tiny
1	small
1	big
2	small
2	medium
3	tiny
3	big

正文：

#需要处理的表
create table tbl_name (ID int ,mSize varchar(100));
insert into tbl_name values (1,'tiny,small,big');
insert into tbl_name values (2,'small,medium');
insert into tbl_name values (3,'tiny,big');

#用于循环的自增表
create table incre_table (AutoIncreID int);
insert into incre_table values (1);
insert into incre_table values (2);
insert into incre_table values (3);

#需要处理的表
create table tbl_name (ID int ,mSize varchar(100));
insert into tbl_name values (1,'tiny,small,big');
insert into tbl_name values (2,'small,medium');
insert into tbl_name values (3,'tiny,big');

#用于循环的自增表
create table incre_table (AutoIncreID int);
insert into incre_table values (1);
insert into incre_table values (2);
insert into incre_table values (3);

select a.ID,substring_index(substring_index(a.mSize,',',b.AutoIncreID),',',-1)
from
tbl_name a
join
incre_table b
on b.AutoIncreID <= (length(a.mSize) - length(replace(a.mSize,',',''))+1)
order by a.ID;

原理分析：

这个join最基本原理是笛卡尔积。通过这个方式来实现循环。

以下是具体问题分析：

length(a.Size) - length(replace(a.mSize,',',''))+1  表示了，按照逗号分割后，改列拥有的数值数量，下面简称n

join过程的伪代码：

根据ID进行循环

{

判断：i 是否 <= n

{

获取最靠近第 i 个逗号之前的数据， 即 substring_index(substring_index(a.mSize,',',b.ID),',',-1)

i = i +1 

}

ID = ID +1 

}

 

总结：

这种方法的缺点在于，我们需要一个拥有连续数列的独立表（这里是incre_table)。并且连续数列的最大值一定要大于符合分割的值的个数。

例如有一行的mSize 有100个逗号分割的值，那么我们的incre_table 就需要有至少100个连续行。

当然，mysql内部也有现成的连续数列表可用。如mysql.help_topic： help_topic_id 共有504个数值，一般能满足于大部分需求了。

改写后如下:

select a.ID,substring_index(substring_index(a.mSize,',',b.help_topic_id+1),',',-1)
from
tbl_name a
join
mysql.help_topic b
on b.help_topic_id < (length(a.mSize) - length(replace(a.mSize,',',''))+1)
order by a.ID;

三、总结

一个字段中出现多个字符串用逗号隔开问题出现原因；
使用find_in_set函数判断字段中是否有某个字符串；
行列转换