Форум MySQL

есть фтп, на нём файлопомойка.. она индексируется одним скриптом и результат складывается в базу (скрипт зовут chestnut-ftp-search)...
мне надо работать с базой.. искать дубликаты.. точнее не дубликаты, а только файлы с одинаковыми именами..
файлы я нахожу, теперь надо найти папки, где они лежат.. а там у файла в поле путь не сам путь, а индекс...
то есть мне выдает имя файла и кучу индексов.. по индексу можно найти имя папки, так же как и имя файла..
а как это сделать в одном запросе?
Структура базы примерно такая:

`file_entry` (   `id` int(11) NOT NULL auto_increment,   `name` char(50) default NULL,   `size` int(11) default NULL,   `directory` tinyint(4) default NULL,   `parent_id` int(11) default NULL,   PRIMARY KEY  (`id`) )

Значения примерно такие:

mysql> select id, name, size, directory, parent_id FROM file_entry; +----+-------+------+-----------+-----------+ | id | name  | size | directory | parent_id | +----+-------+------+-----------+-----------+ |  1 | file  |  666 |         0 |         2 | |  2 | papka |    0 |         1 |      NULL | |  3 | file2 | 1024 |         0 |         2 | |  4 | failo | 4091 |         0 |         2 | |  5 | papko |    0 |         1 |      NULL | |  6 | file  |  666 |         0 |         5 |          <--- дубликат, дублируется с индексом 1, а лежит в другой папке +----+-------+------+-----------+-----------+ 6 rows in set (0.01 sec)

Я делаю так:

mysql> SELECT GROUP_CONCAT(file_entry.parent_id) AS folders, name, size FROM file_entry GROUP BY file_entry.name HAVING COUNT(*) > 1; +---------+------+------+ | folders | name | size | +---------+------+------+ | 2,5     | file |  666 | +---------+------+------+ 1 row in set (0.01 sec)

Вот надо сделать, чтобы вместо значений "2,5" отображалось "papka,papko"...

Отобразить локальные имена каталогов несложно.
Нужно лишь прицепить алиасом таблицу еще раз.
Отобразить же полные пути, учитывая многоуровневую структуру id-parent_id уже не выйдет.

А можно краткий пример, как прицепить таблицу алиасом?
Имена каталогов хранятся в той же таблице, что и имена файлов. Более того, они хранятся в одинаковых полях.

Про многоуровневую структуру id-parent_id кажется понял.. Прискорбно, сам скрипт на питоне, который индексирует базу, может воссоздать такую структуру но для определенного file_entry.name... Как понимаю, для всех дублирующихся файлов это ресурсоёмкая операция.

Можно создать таблицу каталогов, в которой построить полные пути.
Очевидно, такой запрос построения придется исполнять столько раз, сколько имеется уровней в дереве каталогов.


И, опираясь на эту таблицу, получить полные пути самих файлов.


Формально, ничто не мешает выполнить такую денормализацию с исходной таблицей.
Но файлов в ней обычно на несколько порядков больше, чем каталогов.
Поэтому неразумно.

to Spellalex :

Исправьте, пожалуйста, сообщение - перенесите длинную строку запроса, сейчас оно вызывает горизонтальный скроллинг .

И больше никогда так не делайте.

Вроде получилось, что хотел..

mysql> SELECT (file_entry.name) as file, (file_entry.size) as filesize, (t1.name) as folder, (t1.id) as folder_id  FROM file_entry JOIN file_entry as t1 on file_entry.parent_id = t1.id GROUP BY file_entry.parent_id; +------+----------+--------+-----------+ | file | filesize | folder | folder_id | +------+----------+--------+-----------+ | file |      666 | papka  |         2 | | file |      666 | papko  |         5 | +------+----------+--------+-----------+ 2 rows in set (0.00 sec)

А теперь вопрос такой, при исходных данных:

mysql> select id, name, size, directory, parent_id FROM file_entry;  +----+-------+------+-----------+-----------+  | id | name  | size | directory | parent_id |  +----+-------+------+-----------+-----------+  |  1 | file  |  666 |         0 |         2 |  |  2 | papka |    0 |         1 |      NULL |  |  3 | file2 | 1024 |         0 |         2 |  |  4 | failo | 4091 |         0 |         2 |  |  5 | papko |    0 |         1 |      2 |           <--- а вот тут у нас изменилось исходное условие... |  6 | file  |  666 |         0 |         5 |          <--- дубликат, дублируется с индексом 1, а лежит в другой папке  +----+-------+------+-----------+-----------+  6 rows in set (0.01 sec)

У директории под индексом 5, теперь появился родитель с индексом 2... Проще папка лежит в папке.
Помогите нубу, как нужно построить запрос, чтобы рекурсивно обойти все индексы, и получить полный путь, где лежит файл? Т.е. пока parent_id не станет NULL...
По итогу хотелось бы видеть табличку, что в начале этого поста, но только с полными путями... типа так:

+------+----------+--------+-----------+ | file | filesize | folder | folder_id | +------+----------+--------+-----------+ | file |      666 | papka  |         2 | | file |      666 | papka/papko  |         5 | +------+----------+--------+-----------+