如何在PHP中高效无冗余查询嵌套JSON的reacts_with、affected_by关联？

我正在处理一个结构化JSON数据集，每种配料包含reacts_with、affected_by、compatible_with等关联元数据，简化结构如下：

{
  "category": "surfactants",
  "ingredients": [
    {
      "name": "sodium stearate",
      "reacts_with": ["calcium", "magnesium"],
      "affected_by": ["hard_water"],
      "compatible_with": ["nonionic_surfactants"]
    }
  ]
}

我需要完成两个查询：

• 所有受hard_water影响的配料
• 所有与calcium发生反应的配料

目前我用简单的PHP循环实现查询：

<?php
  
$data = json_decode(file_get_contents('ingredients-dataset.json'), true);
$result = [];

foreach ($data as $category) {
    foreach ($category['ingredients'] as $ingredient) {
        if (in_array('hard_water', $ingredient['affected_by'])) {
            $result[] = $ingredient['name'];
        }
    }
}

print_r($result);
?>

这种方法在数据量小时有效，但数据集增大后，每次查询都要遍历所有分类和配料，效率低下，多关联查询时冗余度很高。想知道在PHP中有没有无需每次全迭代的关联查询方法？

针对这类多维度关联查询场景，最有效的方式是预构建倒排索引——把reacts_with、affected_by这些关联字段的值作为键，对应的配料名称/对象作为值，一次性构建索引后，后续查询直接通过键取值即可，无需再全量遍历。

步骤1：构建全局索引 #

读取一次数据集，生成对应三种关联类型的索引数组：

<?php
// 读取并解析数据集
$rawData = json_decode(file_get_contents('ingredients-dataset.json'), true);

// 初始化三个索引容器
$indexReactsWith = [];
$indexAffectedBy = [];
$indexCompatibleWith = [];

// 遍历数据构建索引
foreach ($rawData as $category) {
    foreach ($category['ingredients'] as $ingredient) {
        $name = $ingredient['name'];
        
        // 构建reacts_with索引
        foreach ($ingredient['reacts_with'] ?? [] as $substance) {
            $indexReactsWith[$substance] = isset($indexReactsWith[$substance]) 
                ? [...$indexReactsWith[$substance], $name] 
                : [$name];
        }
        
        // 构建affected_by索引
        foreach ($ingredient['affected_by'] ?? [] as $factor) {
            $indexAffectedBy[$factor] = isset($indexAffectedBy[$factor]) 
                ? [...$indexAffectedBy[$factor], $name] 
                : [$name];
        }
        
        // 构建compatible_with索引
        foreach ($ingredient['compatible_with'] ?? [] as $partner) {
            $indexCompatibleWith[$partner] = isset($indexCompatibleWith[$partner]) 
                ? [...$indexCompatibleWith[$partner], $name] 
                : [$name];
        }
    }
}

// 可选：将索引缓存到文件/内存数据库，避免每次重启都重新构建
// file_put_contents('ingredient-indexes.json', json_encode([
//     'reacts_with' => $indexReactsWith,
//     'affected_by' => $indexAffectedBy,
//     'compatible_with' => $indexCompatibleWith
// ]));
?>

步骤2：快速查询 #

索引构建完成后，后续查询只需直接通过键访问，时间复杂度为O(1)：

// 查询受hard_water影响的配料
$affectedByHardWater = $indexAffectedBy['hard_water'] ?? [];
print_r($affectedByHardWater);

// 查询与calcium反应的配料
$reactsWithCalcium = $indexReactsWith['calcium'] ?? [];
print_r($reactsWithCalcium);

额外优化建议 #

• 若数据集定期更新，可设置定时任务重新构建索引，或在数据更新时同步更新索引；
• 数据量极大时，可将索引存储到Redis等内存数据库中，进一步提升查询速度；
• 索引中可存储配料完整对象而非仅名称，方便后续直接调用详细信息。

内容的提问来源于stack exchange，提问作者Parvaiz Ahmad