Nhóm tất cả các bản ghi liên quan trong mối quan hệ nhiều đến nhiều, biểu đồ SQL các thành phần được kết nối

Tôi đã nghĩ đến việc sử dụng CTE đệ quy , nhưng, theo như tôi biết, không thể sử dụng UNION trong SQL Server để kết nối thành viên neo và thành viên đệ quy của CTE đệ quy (tôi nghĩ có thể thực hiện được trong PostgreSQL), vì vậy không thể loại bỏ các bản sao.

declare @i int

with cte as (
     select
         GroupID,
         row_number() over(order by Company) as rn
     from Table1
)
update cte set GroupID = rn

select @i = @@rowcount

-- while some rows updated
while @i > 0
begin
    update T1 set
        GroupID = T2.GroupID
    from Table1 as T1
        inner join (
            select T2.Company, min(T2.GroupID) as GroupID
            from Table1 as T2
            group by T2.Company
        ) as T2 on T2.Company = T1.Company
    where T1.GroupID > T2.GroupID

    select @i = @@rowcount

    update T1 set
        GroupID = T2.GroupID
    from Table1 as T1
        inner join (
            select T2.Publisher, min(T2.GroupID) as GroupID
            from Table1 as T2
            group by T2.Publisher
        ) as T2 on T2.Publisher = T1.Publisher
    where T1.GroupID > T2.GroupID

    -- will be > 0 if any rows updated
    select @i = @i + @@rowcount
end

;with cte as (
     select
         GroupID,
         dense_rank() over(order by GroupID) as rn
     from Table1
)
update cte set GroupID = rn

sql fiddle demo

Tôi cũng đã thử một thuật toán tìm kiếm đầu tiên theo chiều rộng. Tôi nghĩ rằng nó có thể nhanh hơn (nó tốt hơn về độ phức tạp), vì vậy tôi sẽ cung cấp một giải pháp ở đây. Tôi nhận thấy rằng nó không nhanh hơn cách tiếp cận SQL:

declare @Company nvarchar(2), @Publisher nvarchar(2), @GroupID int

declare @Queue table (
    Company nvarchar(2), Publisher nvarchar(2), ID int identity(1, 1),
    primary key(Company, Publisher)
)

select @GroupID = 0

while 1 = 1
begin
    select top 1 @Company = Company, @Publisher = Publisher
    from Table1
    where GroupID is null

    if @@rowcount = 0 break

    select @GroupID = @GroupID + 1

    insert into @Queue(Company, Publisher)
    select @Company, @Publisher

    while 1 = 1
    begin
        select top 1 @Company = Company, @Publisher = Publisher
        from @Queue
        order by ID asc

        if @@rowcount = 0 break

        update Table1 set
            GroupID = @GroupID
        where Company = @Company and Publisher = @Publisher

        delete from @Queue where Company = @Company and Publisher = @Publisher

        ;with cte as (
            select Company, Publisher from Table1 where Company = @Company and GroupID is null
            union all
            select Company, Publisher from Table1 where Publisher = @Publisher and GroupID is null
        )
        insert into @Queue(Company, Publisher)
        select distinct c.Company, c.Publisher
        from cte as c
        where not exists (select * from @Queue as q where q.Company = c.Company and q.Publisher = c.Publisher)
   end
end

bản trình diễn sql fiddle

Tôi đã thử nghiệm phiên bản của mình và của Gordon Linoff để kiểm tra xem nó hoạt động như thế nào. Có vẻ như CTE tệ hơn nhiều, tôi không thể chờ đợi trong khi nó hoàn thành trên hơn 1000 hàng.

Đây là sql fiddle demo với dữ liệu ngẫu nhiên. Kết quả của tôi là:
128 hàng :
giải pháp RBAR của tôi: 190ms
giải pháp SQL của tôi: 27ms Giải pháp của
Gordon Linoff: 958ms
256 hàng :
giải pháp RBAR của tôi: 560ms
giải pháp SQL của tôi: 1226ms Giải pháp của
Gordon Linoff: 45371ms

Đó là dữ liệu ngẫu nhiên, vì vậy kết quả có thể không nhất quán. Tôi nghĩ rằng thời gian có thể được thay đổi bởi các chỉ mục, nhưng không nghĩ rằng nó có thể thay đổi toàn bộ bức tranh.

cũ phiên bản - sử dụng bảng tạm thời, chỉ tính toán GroupID mà không cần chạm vào bảng ban đầu:

declare @i int

-- creating table to gather all possible GroupID for each row
create table #Temp
(
    Company varchar(1), Publisher varchar(1), GroupID varchar(1),
    primary key (Company, Publisher, GroupID)
)

-- initializing it with data
insert into #Temp (Company, Publisher, GroupID)
select Company, Publisher, Company
from Table1

select @i = @@rowcount

-- while some rows inserted into #Temp
while @i > 0
begin
    -- expand #Temp in both directions
    ;with cte as (
        select
            T2.Company, T1.Publisher,
            T1.GroupID as GroupID1, T2.GroupID as GroupID2
        from #Temp as T1
            inner join #Temp as T2 on T2.Company = T1.Company
        union
        select
            T1.Company, T2.Publisher,
            T1.GroupID as GroupID1, T2.GroupID as GroupID2
        from #Temp as T1
            inner join #Temp as T2 on T2.Publisher = T1.Publisher        
    ), cte2 as (
        select
            Company, Publisher,
            case when GroupID1 < GroupID2 then GroupID1 else GroupID2 end as GroupID
        from cte
    )
    insert into #Temp
    select Company, Publisher, GroupID
    from cte2
    -- don't insert duplicates
    except
    select Company, Publisher, GroupID
    from #Temp

    -- will be > 0 if any row inserted
    select @i = @@rowcount
end

select
    Company, Publisher,
    dense_rank() over(order by min(GroupID)) as GroupID
from #Temp
group by Company, Publisher

=> ví dụ sql fiddle