SQL多表查询：筛选含指定全部关键词或单个关键词的文档

嘿，这个需求其实很好实现，我给你两种实用的思路，你可以根据自己的实际数据量和维护需求来选择：

方法一：分组统计筛选法 #

这种方法的核心是先筛选出我们关心的目标词汇，然后按文档分组，通过统计每个文档包含的指定词汇数量来判断是否符合条件。

具体SQL代码如下：

WITH TargetWords AS (
    SELECT IdWord, Word 
    FROM @TableA 
    WHERE Word IN ('A', 'B', 'C', 'E')
)
SELECT DISTINCT b.Document
FROM @TableB b
JOIN TargetWords w ON b.IdWord = w.IdWord
GROUP BY b.Document
HAVING 
    -- 满足同时包含A、B、C三个词汇
    (COUNT(CASE WHEN w.Word IN ('A','B','C') THEN 1 END) = 3)
    -- 或者包含E这个词汇
    OR MAX(CASE WHEN w.Word = 'E' THEN 1 ELSE 0 END) = 1;

代码说明： #

1. 先用WITH子句创建一个临时的TargetWords表，只保留我们需要查询的词汇（A、B、C、E），减少后续关联的数据量。
2. 关联TableB和TargetWords，拿到所有包含目标词汇的文档记录。
3. 按Document分组后，通过HAVING子句判断两种情况：
   • 统计该文档包含A/B/C的数量是否为3（意味着三个词汇都存在）；
   • 检查该文档是否包含E（用MAX函数判断是否有符合的记录）。
4. 用DISTINCT确保同一个文档只返回一次，避免因为多条词汇记录导致重复结果。

方法二：子查询+存在判断法 #

这种方法逻辑更直观，直接通过EXISTS子查询来判断每个文档是否满足条件，可读性很强，适合数据量不大的场景。

具体SQL代码如下：

SELECT DISTINCT Document
FROM @TableB b
WHERE 
    -- 情况1：文档同时包含A、B、C三个词汇
    EXISTS (SELECT 1 FROM @TableB b1 WHERE b1.Document = b.Document AND b1.IdWord = (SELECT IdWord FROM @TableA WHERE Word='A'))
    AND EXISTS (SELECT 1 FROM @TableB b2 WHERE b2.Document = b.Document AND b2.IdWord = (SELECT IdWord FROM @TableA WHERE Word='B'))
    AND EXISTS (SELECT 1 FROM @TableB b3 WHERE b3.Document = b.Document AND b3.IdWord = (SELECT IdWord FROM @TableA WHERE Word='C'))
    -- 情况2：文档包含E这个词汇
    OR EXISTS (SELECT 1 FROM @TableB b4 WHERE b4.Document = b.Document AND b4.IdWord = (SELECT IdWord FROM @TableA WHERE Word='E'));

代码说明： #

1. 对TableB中的每个文档，分别用EXISTS检查：
   • 是否存在该文档对应的A词汇记录；
   • 是否存在该文档对应的B词汇记录；
   • 是否存在该文档对应的C词汇记录；
     这三个条件同时满足，就符合“包含所有A、B、C”的要求。
2. 再用OR连接“是否存在E词汇记录”的判断，满足任意一种情况就返回该文档。
3. 同样用DISTINCT去重，保证结果唯一。

两种方法的适用场景 #

• 如果你的数据量较大，建议优先使用方法一，配合TableB上的(Document, IdWord)组合索引，查询效率会更高；
• 如果更看重代码的可读性和易维护性，方法二会更友好，逻辑一目了然，后续修改条件也很方便。

内容的提问来源于stack exchange，提问作者Pedro