SQL实现数据集标签提取及按标签类别汇总方法咨询

你已经完成了Meal字段拆分为单行订单项的前置操作，后续按以下3个步骤执行即可得到最终汇总结果：

• 步骤1：给订单项匹配对应标签
  优先建议先维护一张标签规则映射表，表中至少存储「匹配关键词」和「对应标签名」两个字段，例如关键词"有机沙拉"对应标签VeganFriendly、关键词"气泡水"对应标签Softdrink。通过字符串包含逻辑关联拆分后的订单项表和规则表，即可为每个订单项打上匹配的标签，同一个订单项命中多个规则时会自动生成多条对应标签记录，刚好满足单条数据多标签的需求。
  通用SQL示例（不同数据库字符串匹配函数可自行替换，比如INSTR、POSITION等）：

  SELECT 
    拆分表.订单ID,
    拆分表.订单项,
    规则表.标签名
  FROM 拆分后订单项表 拆分表
  INNER JOIN 标签规则映射表 规则表
    ON 拆分表.订单项 LIKE CONCAT('%', 规则表.匹配关键词, '%')
  

• 步骤2：按订单维度对标签去重
  同一订单可能存在多个订单项命中同一个标签的情况，比如订单同时买了可乐和雪碧都匹配到Softdrink标签，汇总时需保证同一订单的同一标签仅统计一次，因此需要按订单ID和标签名去重：

  SELECT DISTINCT 订单ID, 标签名
  FROM 第一步得到的标签匹配结果表
  

• 步骤3：按标签分组做汇总统计
  最后按标签分组，结合你的业务需求统计对应指标即可，例如统计每个标签关联的订单数、总金额等：

  SELECT 
    标签名 AS 分类名称,
    COUNT(DISTINCT 订单ID) AS 关联订单总量,
    SUM(原始表.订单金额) AS 分类总交易额
  FROM 第二步得到的去重标签表 标签表
  LEFT JOIN 原始订单表 原始表
    ON 标签表.订单ID = 原始表.订单ID
  GROUP BY 标签名
  ORDER BY 关联订单总量 DESC
  

若你的标签规则数量较少，也可以跳过搭建规则表的步骤，直接用CASE WHEN语句在第一步写死匹配规则，再通过列转行逻辑把多标签转换为多行结构即可。

内容的提问来源于stack exchange，提问作者UKDataGeek