• • 问题**"我可以执行什么查询来获取其他筛选器组的其余筛选器选项？"
• • 简短回答**

使用暴力查询来获取数据并计算结果。

• • 详细答案**

下面是一些需要做的事情的提示。它提供了一些关于提高性能的建议。
1.将产品分成大约100个不同的组（CD、服装、相机、汽车零件等），这将（1）成为PRIMARY KEY的第一列，（2）限制随后的大量查询。
1.研究数据，找出相关的分组（价格、尺寸、颜色、光圈值等）。确保定期重新研究数据。如果RAM芯片从1MB开始，到256MB停止，那会显得很愚蠢。要知道，像"尺寸"这样的词对T恤和磁盘驱动器有不同的含义，对单一尺寸的东西没有意义。
1.每当选中（或取消选中）筛选框时，就会强制搜索整个组。
1.将数据拆分成2个表（以及许多辅助表）。一个表只包含被认为值得过滤的列。一个表包含所有其他信息（描述、图像的URL等）。第一个表将用于搜索和重建分组。
1.跟踪人们过滤的东西。（谁在乎RAM芯片的颜色!）用这个来消除无用的过滤器。这将很难发现新的过滤器（例如，当磁盘驱动器添加"SSD"选项）。
1.请注意，用户会希望在每个过滤器中选中多个复选框。（例如，2个价格范围或2个尺寸）
1.一定要仔细计划"分页";这可能是性能杀手。
1.对于过滤，不要"标准化"。那会使"XL"保持为"XL"而不是一个数字。然而，你可能需要一个数字来以一种合理的方式对选项进行排序（XS〈S〈M〈L〈XL）。一定要使数字保持为数字（例如，兆字节），这样它们就可以很容易地被扔到桶里。
性能不会很好。但是我建议了一些事情来避免大的表扫描：

• 强制用户从严格限制要扫描的数据量的分组开始。
• 对它进行适当的索引，以便扫描"连续的"行。
• 垂直分割--搜索值与其余内容。

"也许..."
计数（页面左侧）

SELECT  COUNT(*) AS total,
        SUM(genre = 'Hip Hop') AS "Hip Hop",
        ...
    FROM search_table
    WHERE category = 'CD'
      AND artist = '...'   -- already picked items

显示前20个（页面的主要部分）

SELECT  i.*
    FROM search_table AS s
    JOIN info AS i  ON s.id = s.id
    WHERE s.category = 'CD'
      AND s.artist = '...'   -- already picked items
    ORDER BY s.price ASC     -- user-chosen sort order
    LIMIT 0, 20              -- for pagination

然而，这是复杂的，因为CD不需要/想要一个列color，大多数其他项目也不需要一个列genre。

• 100个搜索表（每个类别一个），每个表具有适当的搜索类别作为列（具有适当的数据类型）。

PRIMARY KEY (price, id),
  INDEX(id)

• JSON字符串中包含大多数搜索条件的单个表。

PRIMARY KEY (category, price, id),
  INDEX(id)

注：

• 在这两种方法中，可能都有price的列，假设 * 大多数 * 类别需要这样的过滤器。
• 在这两种方法中，按表或按PK过滤都将把搜索缩小到大约1/100的行。

第三种选择是PARTITION BY KEY或LIST，并且有100个分区，也许更少;例如，不同类型的衣服可能在同一组中工作得很好。2或者媒体（CD等）或车辆（汽车、卡车）。

PRIMARY KEY(price, cat, id),  -- cat not needed first
INDEX(id)

若要在用户选择的颜色不具有所有大小时限制大小列表，请生成一个包含所有可能组合的筛选器查询。
返回的JSON如下所示：

{filters:[
  {
    color:green,
    size:sm
  },
  {
    color:green,
    size:md
  },
  {
    color:green,
    size:lg
  },
  {
    color:green,
    size:xl
  },
  {
    color:blue,
    size:xl
  },
  ...
]

在客户端有一个选定颜色的数组和一个选定大小的数组。当这些得到更新时，使用filterOptions重绘过滤器列表。filter（f =〉{..只给予我f，其中两个字段都存在于它们各自的过滤器数组中}），然后使用这个过滤后的数组再次过滤到相关的维度。如果您有两个以上的维度，那么它会增长得非常快，因此，如果维度因产品类型而异，那么您可能需要另一个抽象层来使过滤通用。