Доктрина ОРМ: Филтрирање упита МаниТоМани са више ознака

Савладавање филтрирања заснованог на ознакама у упитима Доцтрине ОРМ

Замислите да правите функцију претраживања цитата где корисници могу да филтрирају резултате користећи више ознака. 🏷 У почетку изгледа једноставно - пишете упит, спајате табеле и очекујете резултате. Међутим, када додате више ознака, упит почиње да враћа празне резултате или се понаша неочекивано.

Ово је уобичајени изазов са којим се програмери суочавају у Доцтрине ОРМ-у када се баве односима „Много на много. Филтрирање према више ознака захтева прецизност, посебно када се комбинују услови ВХЕРЕ и логичке операције као што су АНД или ИН. Без правог приступа, можда ћете имати проблема да постигнете доследне резултате.

У недавном пројекту, суочио сам се управо са овим проблемом. Корисник је морао да претражи цитате који садрже све изабране ознаке, а не само једну. Испробао сам услове АНД и клаузуле ИН(), али логика упита није била добра са Доцтринеовим креатором упита. То ме је оставило да се чешем по глави док нисам пронашао решење. 💡

У овом чланку ћу вас провести кроз како да сузите упите у вези Много према много користећи Доцтрине ОРМ. Било да филтрирате по више ознака са „И“ логиком или радите са прилагођеном логиком упита, поделићу вам јасан, радни пример који ће вам помоћи да ово ефикасно примените. Уронимо! 🚀

Како филтрирати цитате у Доцтрине ОРМ користећи ознаке

У позадини, филтрирање цитата по више ознака захтева пажљиву изградњу упита када радите са везама МаниТоМани. Скрипта почиње са креатором упита креираним помоћу методе `цреатеКуериБуилдер`. Овде се бира основни ентитет (`цитат`). Да бисмо филтрирали наводнике на основу ознака, команда `лефтЈоин` повезује ентитет `тагс` са табелом наводника, омогућавајући нам да применимо услове на повезане ознаке. Ако корисник захтева филтрирање помоћу ИЛИ логике, користимо клаузулу `ИН()` да бисмо наводнике ускладили са било којом од изабраних ознака.

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()->Међутим, у случајевима када наводници морају да одговарају свим наведеним ознакама (И логика), у игру долази метода `екпр()->андКс()`. Овај метод нам омогућава да додамо више услова једнакости помоћу `екпр()->ек()`, где сваки ИД ознаке мора да се подудара са повезаном ознаком. Упит осигурава да се врате само цитати који садрже све наведене ознаке. Овај приступ решава уобичајени проблем где филтрирање по више ознака не даје резултате због неправилне конструкције упита.

На предњем крају, ЈаваСцрипт функција преузимања динамички шаље изабране ознаке корисника на позадину. На пример, ако корисник изабере ознаке 88 и 306, ови ИД-ови су укључени у ЈСОН захтев. Позадина обрађује овај захтев, прави упит са одговарајућим условима и враћа филтриране резултате. Ова двосмерна интеракција обезбеђује глатко корисничко искуство где се претрага динамички ажурира на основу корисничког уноса. 🚀

За побољшане перформансе упита, СКЛ команде као што су `ГРОУП БИ` и `ХАВИНГ ЦОУНТ` могу се директно користити да би се осигурало да се ознаке исправно подударају. Груписањем цитата и бројањем различитих ознака повезаних са њима, упит филтрира све цитате који не испуњавају критеријуме броја ознака. Поред тога, употреба `сетФирстРесулт` и `сетМакРесултс` обезбеђује исправну пагинацију, што побољшава перформансе при руковању великим скуповима података. Овај метод добро функционише у сценаријима у којима корисници траже специфичне, филтриране резултате међу великим бројем цитата. 😊

// 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());
        }
    }
}

Доктрина ОРМ: команде и концепти за филтрирање упита МаниТоМани

Оптимизација доктрине ОРМ за сложене упите засноване на ознакама

При раду са МаниТоМани односи у Доцтрине ОРМ, занемарени аспект је оптимизација упита. Док су основни филтери који користе „АНД“ или „ИН“ довољни у малим скуповима података, перформансе могу да се погоршају како база података расте. Оптимизација упита за ефикасно враћање тачних резултата постаје критична. На пример, када филтрирате цитате према више ознака, додавање индексирања у повезане табеле (нпр. `куоте_таг` и `таг`) може значајно да смањи време извршавања упита. Без одговарајућег индексирања, база података обавља пуна скенирања, која су скупа у смислу ресурса.

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()->Још једна кључна оптимизација је смањење непотребних спајања. На пример, када су вам потребни само ИД-ови цитата који одговарају свим изабраним ознакама, можете да преузмете ИД-ове једним упитом користећи `ГРОУП БИ` и `ХАВИНГ ЦОУНТ`. Ово избегава преузимање целих редова и минимизира употребу меморије. Поред тога, метод „екпр()->андКс()“ креатора упита може се заменити оптимизованим сировим СКЛ-ом за филтрирање великих размера. Коришћење необрађеног СКЛ-а понекад може заобићи додатне трошкове Доцтрине док се постиже иста функционалност.

Доцтрине механизам за кеширање је још један алат за оптимизацију филтрирања заснованог на ознакама. Омогућавањем кеширања резултата, поновљене претраге са идентичним условима избегавају поновно извршавање упита. Ово је посебно корисно у сценаријима у којима се подаци не мењају често. Комбиновањем ових стратегија-индексирање, оптимизација упита и кеширање—осигурава да МаниТоМани упити за ознаке за филтрирање остану брзи и скалабилни. Правилна примена ових техника помаже програмерима да избегну уска грла како апликација и база података расту. 🚀