Yapmak için SQL KOD: Trending konu bir twitter eşittir

2 Cevap php

I satır milions, örnek ile, iki tablo bir satır eşleşen sözcükleri saymak istiyorsa:

Tablo mesajlar, örnek:

+----+---------+-----------------------------+
| ID | ID_user | text                        | 
+----+---------+-----------------------------+
| 1  | bruno   | michael jackson is dead     |
| 2  | thomasi | michael j. moonwalk is dead |
| 3  | userts  | michael jackson lives       |
+----+---------+-----------------------------+

ben çoğu masanın üzerinde tekrarlanan sözler, ilk 10 sınırlamak sorgulamak istiyorum, sonuç bu olabilir:

+-------+------------+
| count | word       |
+-------+------------+
| 3     | michael    |
| 2     | dead       |
| 2     | jackson    |
| 1     | j.         |
| 1     | lives      |
| 1     | moonwalk   |
+-------+------------+

ama görünen bu durumda kimse kelime, 10 kez daha tekrarlamak sadece kelime aramak istiyorum, ama Tekrarlayan kelimeler için kriterler 2 ise, ben istemiyorum çünkü '' sadece 'Michael' ve 'ölü' gösterilecek, ama göz ardı edecek az 2 ölçüler karakter, ve bir cümle, o zaman ben bu apear ihtiyaç kelimelerle kelimeler:

+-------+-----------------+
| count | word            |
+-------+-----------------+
| 2     | michael jackson |
| 2     | dead            |
+-------+-----------------+

benim sitenin mesajların için twitter "trend konular" yanıtlar mysql bir kodu gerekir.

2 Cevap

Ne arıyorsanız MySQL içinde özgün verilmediği, term extraction olduğunu.

Bazı diğer platformlar bu fonksiyonu sağlamak, ancak bir kurumsal özellik olarak kabul edilir, bu yüzden bunun için burundan ödemek zorunda olacak.

Alternatif olarak, Yahoo!'s Term Extraction API gibi bir şey kullanabilirsiniz.

Here PHP5'ta Yahoo! 'un hizmetini kullanarak bahsediyor bir blog yazısı.

Ucun üzerindeki cümleyi break up, bir kara liste karşı sözcükleri filtrelemek, bir sayımı (veya muhtemelen referanslar) ile farklı kelime saklayın. sayımını kullanarak saymak (:))

Bu zorlu bir çok veri üretecek ve ben hız ve depolama etkileri nelerdir bilmiyorum.