Doktrīna ORM: ManyToMany vaicājumu filtrēšana ar vairākiem tagiem

Uz tagiem balstītas filtrēšanas apguve doktrīnas ORM vaicājumos

Iedomājieties, ka veidojat citātu meklēšanas funkciju, kurā lietotāji var filtrēt rezultātus, izmantojot vairākus tagus. 🏷️ Sākumā tas šķiet vienkārši — jūs rakstāt vaicājumu, pievienojat tabulas un gaidāt rezultātus. Tomēr, pievienojot vairākus tagus, vaicājums sāk atgriezt tukšus rezultātus vai darbojas negaidīti.

Šis ir izplatīts izaicinājums, ar ko saskaras izstrādātāji Doctrine ORM, strādājot ar DaudzToMany attiecībām. Lai filtrētu pēc vairākiem tagiem, ir nepieciešama precizitāte, īpaši, ja tiek apvienoti nosacījumi WHERE un loģiskas darbības, piemēram, UN vai IN. Bez pareizās pieejas jums var būt grūti iegūt konsekventus rezultātus.

Nesenā projektā es saskāros ar šo problēmu. Lietotājam bija jāmeklē citāti, kas satur visus atlasītos tagus, nevis tikai vienu. Es izmēģināju AND nosacījumus un IN() klauzulas, taču vaicājuma loģika nedarbojās ar Doctrine vaicājumu veidotāju. Tas lika man kasīt galvu, līdz atradu risinājumu. 💡

Šajā rakstā es jums pastāstīšu, kā sašaurināt vaicājumus saistībā ar ManyToMany, izmantojot Doctrine ORM. Neatkarīgi no tā, vai filtrējat pēc vairākiem tagiem ar UN loģiku vai strādājat ar pielāgotu vaicājumu loģiku, es sniegšu skaidru, praktisku piemēru, lai palīdzētu jums to efektīvi ieviest. Iegremdējamies! 🚀

Kā filtrēt citātus doktrīnā ORM, izmantojot tagus

Aizmugursistēmā citātu filtrēšana pēc vairākas atzīmes strādājot ar ManyToMany attiecībām, nepieciešama rūpīga vaicājumu veidošana. Skripts sākas ar vaicājumu veidotāju, kas izveidots, izmantojot metodi “createQueryBuilder”. Šeit ir atlasīta pamata entītija (quote). Lai filtrētu pēdiņas, pamatojoties uz tagiem, komanda "leftJoin" savieno entītiju "tags" ar pēdiņu tabulu, ļaujot mums piemērot nosacījumus saistītajiem tagiem. Ja lietotājs pieprasa filtrēšanu, izmantojot OR loģiku, mēs izmantojam klauzulu “IN()”, lai saskaņotu pēdiņas ar kādu no atlasītajiem tagiem.

However, in cases where quotes need to match all the provided tags (AND logic), the `expr()->andX()` method comes into play. This method lets us add multiple equality conditions using `expr()->Tomēr gadījumos, kad pēdiņām ir jāatbilst visiem norādītajiem tagiem (UN loģika), tiek izmantota metode “expr()->andX()”. Šī metode ļauj mums pievienot vairākus vienādības nosacījumus, izmantojot izteiksmi()->eq()”, kur katram taga ID ir jāatbilst saistītajam tagam. Vaicājums nodrošina, ka tiek atgriezti tikai pēdiņas, kas satur visus norādītos tagus. Šī pieeja atrisina izplatīto problēmu, kad filtrēšana pēc vairākiem tagiem nedod rezultātus nepareizas vaicājuma konstrukcijas dēļ.

Priekšpusē JavaScript ielādes funkcija dinamiski nosūta lietotāja atlasītos tagus uz aizmuguri. Piemēram, ja lietotājs atlasa tagus 88 un 306, šie ID tiek iekļauti JSON pieprasījumā. Aizmugursistēma apstrādā šo pieprasījumu, izveido vaicājumu ar atbilstošiem nosacījumiem un atgriež filtrētos rezultātus. Šī divvirzienu mijiedarbība nodrošina vienmērīgu lietotāja pieredzi, kad meklēšana tiek dinamiski atjaunināta, pamatojoties uz lietotāja ievadi. 🚀

Lai uzlabotu vaicājumu veiktspēju, SQL komandas, piemēram, GROUP BY un HAVING COUNT, var izmantot tieši, lai nodrošinātu tagu pareizu atbilstību. Grupējot pēdiņas un saskaitot ar tām saistītos atšķirīgos tagus, vaicājums filtrē pēdiņas, kas neatbilst tagu skaitīšanas kritērijiem. Turklāt `setFirstResult` un `setMaxResults` izmantošana nodrošina pareizu lapu ievietošanu, kas uzlabo veiktspēju, apstrādājot lielas datu kopas. Šī metode labi darbojas gadījumos, kad lietotāji meklē konkrētus, filtrētus rezultātus starp lielu citātu kopu. 😊

// 1. Backend PHP solution to filter results using multiple tags in Doctrine ORM
$search = $request->request->all()['quote_search'];
$queryBuilder = $this->createQueryBuilder('q');
// Check if tag mode and tags are set
if ($search['tagMode'] != -1 && !empty($search['tags'])) {
    $queryBuilder->leftJoin('q.tags', 't');
    if ($search['tagMode'] == 1000) { // OR logic using IN()
        $queryBuilder->setParameter("tags", $search['tags']);
        $queryBuilder->andWhere("t.id IN (:tags)");
    } else if ($search['tagMode'] == 2000) { // AND logic for multiple tags
        $andExpr = $queryBuilder->expr()->andX();
        foreach ($search['tags'] as $tagId) {
            $andExpr->add($queryBuilder->expr()->eq("t.id", $tagId));
        }
        $queryBuilder->andWhere($andExpr);
    }
}
// Set pagination and ordering
$queryBuilder
    ->orderBy('q.id', 'ASC')
    ->setFirstResult($page * $limit)
    ->setMaxResults($limit);
$quotes = $queryBuilder->getQuery()->getResult();

SELECT q.id, q.content
FROM quote q
JOIN quote_tag qt ON q.id = qt.quote_id
JOIN tag t ON t.id = qt.tag_id
WHERE t.id IN (88, 306)
GROUP BY q.id
HAVING COUNT(DISTINCT t.id) = 2
ORDER BY q.id ASC
LIMIT 10 OFFSET 0;

// Assume user selects tags and submits the form
const selectedTags = [88, 306];
const tagMode = 2000; // AND mode
const data = {
    quote_search: {
        tagMode: tagMode,
        tags: selectedTags
    }
};
// Send tags to the backend via fetch
fetch('/quotes/filter', {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify(data)
})
.then(response => response.json())
.then(data => console.log(data))
.catch(error => console.error('Error:', error));

use PHPUnit\Framework\TestCase;
use Doctrine\ORM\EntityManager;
class QuoteRepositoryTest extends TestCase {
    public function testFilterQuotesByMultipleTags() {
        $entityManager = $this->createMock(EntityManager::class);
        $repo = new QuoteRepository($entityManager);
        $search = [
            'tagMode' => 2000,
            'tags' => [88, 306]
        ];
        $quotes = $repo->filterByTags($search, 0, 10);
        $this->assertNotEmpty($quotes);
        foreach ($quotes as $quote) {
            $this->assertContains(88, $quote->getTagIds());
            $this->assertContains(306, $quote->getTagIds());
        }
    }
}

Doktrīna ORM: komandas un jēdzieni ManyToMany vaicājumu filtrēšanai

Doctrine ORM optimizēšana sarežģītiem uz tagiem balstītiem vaicājumiem

Strādājot ar DaudziToDaudz attiecības Doctrine ORM aizmirstais aspekts ir vaicājumu optimizācija. Lai gan mazās datu kopās pietiek ar pamata filtriem, kas izmanto UN vai IN, datu bāzei augot, veiktspēja var pasliktināties. Vaicājumu optimizēšana, lai efektīvi sniegtu precīzus rezultātus, kļūst kritiska. Piemēram, filtrējot citātus pēc vairākiem tagiem, indeksēšanas pievienošana saistītajām tabulām (piemēram, `quote_tag` un `tag`) var ievērojami samazināt vaicājuma izpildes laiku. Bez atbilstošas ​​indeksācijas datu bāze veic pilnu skenēšanu, kas ir dārga resursu ziņā.

Another crucial optimization is reducing unnecessary joins. For example, when you only need quote IDs that match all selected tags, you can retrieve IDs with a single query using `GROUP BY` and `HAVING COUNT`. This avoids fetching entire rows and minimizes memory usage. Additionally, the query builder’s `expr()->Vēl viena būtiska optimizācija ir nevajadzīgu savienojumu samazināšana. Piemēram, ja jums ir nepieciešami tikai citātu ID, kas atbilst visiem atlasītajiem tagiem, varat izgūt ID ar vienu vaicājumu, izmantojot parametrus GROUP BY un HAVING COUNT. Tas ļauj izvairīties no visu rindu ielādes un samazina atmiņas izmantošanu. Turklāt vaicājumu veidotāja metodi “expr()->andX()” var aizstāt ar optimizētu neapstrādātu SQL liela mēroga filtrēšanai. Neapstrādāta SQL izmantošana dažkārt var apiet Doctrine overhead, vienlaikus panākot to pašu funkcionalitāti.

Doctrine kešatmiņas mehānisms ir vēl viens rīks, lai optimizētu uz tagiem balstītu filtrēšanu. Iespējojot rezultātu saglabāšanu kešatmiņā, atkārtota meklēšana ar identiskiem nosacījumiem ļauj izvairīties no atkārtotas vaicājuma izpildes. Tas ir īpaši noderīgi gadījumos, kad dati nemainās bieži. Apvienojot šīs stratēģijas -indeksēšana, vaicājumu optimizācija un kešatmiņa — nodrošina, ka ManyToMany vaicājumi tagu filtrēšanai joprojām ir ātri un mērogojami. Pareiza šo metožu ieviešana palīdz izstrādātājiem izvairīties no sastrēgumiem, lietojumprogrammai un datubāzei augot. 🚀