如何计算 SQL 中的所有组合出现次数？

Posted 2023-03-31

【中文标题】如何计算 SQL 中的所有组合出现次数？

【英文标题】：How to count all combined occurrences in SQL?

【发布时间】：2011-05-06 21:03:41

【问题描述】：

是否有任何选项可以在 一个 SQL 查询中获得所有元素的计数组合，而不使用临时表或过程？

考虑这三个表：

产品（id、product_name）

交易（id、日期）

transaction_has_product（id、product_id、transaction_id）

样本数据

产品

1   AAA
2   BBB
3   CCC

交易

1   some_date
2   some_date

transaction_has_products

1   1   1
2   2   1
3   3   1
4   1   2
5   2   2

结果应该是：

AAA, BBB = 2   
AAA, CCC = 1   
BBB, CCC = 1   
AAA, BBB, CCC = 1

【问题讨论】：

这只是一个例子，已修复

它有助于使用准确的数据...感谢修复。

【参考方案1】：

不容易，因为与其他行相比，最后一行的匹配产品数量不同。您也许可以使用某种 GROUP_CONCAT() 运算符（在 mysql 中可用；在其他 DBMS 中实现，例如 Informix 和可能的 PostgreSQL），但我对此没有信心。

成对匹配

SELECT p1.product_name AS name1, p2.product_name AS name2, COUNT(*)
  FROM (SELECT p.product_name, h.transaction_id
          FROM products AS p
          JOIN transactions_has_products AS h ON h.product_id = p.product_id
       ) AS p1
  JOIN (SELECT p.product_name, h.transaction_id
          FROM products AS p
          JOIN transactions_has_products AS h ON h.product_id = p.product_id
       ) AS p2
    ON p1.transaction_id = p2.transaction_id
   AND p1.product_name   < p2.product_name
 GROUP BY p1.name, p2.name;

处理三重匹配并非易事；进一步扩展它肯定是相当困难的。

【讨论】：

最后，应该也是“group by p1.product_name, p2.product_name”，谢谢

【参考方案2】：

如果您预先知道所有产品将是什么，您可以通过像这样旋转数据来做到这一点。

如果您事先不知道产品是什么，您可以在存储过程中动态构建此查询。如果产品数量很大，这两种方法的实用性都会失效，但我认为无论如何实现这一要求，这可能都是正确的。

select
    product_combination, 
    case product_combination
        when 'AAA, BBB' then aaa_bbb
        when 'AAA, CCC' then aaa_ccc
        when 'BBB, CCC' then bbb_ccc
        when 'AAA, BBB, CCC' then aaa_bbb_ccc
    end as number_of_transactions
from
(
    select 'AAA, BBB' as product_combination union all
    select 'AAA, CCC' union all
    select 'BBB, CCC' union all
    select 'AAA, BBB, CCC'
) as combination_list
cross join
(
    select
        sum(case when aaa = 1 and bbb = 1 then 1 else 0 end) as aaa_bbb,
        sum(case when aaa = 1 and ccc = 1 then 1 else 0 end) as aaa_ccc,
        sum(case when bbb = 1 and ccc = 1 then 1 else 0 end) as bbb_ccc,
        sum(case when aaa = 1 and bbb = 1 and ccc = 1 then 1 else 0 end) as aaa_bbb_ccc
    from
    (
        select
            count(case when a.product_name = 'AAA' then 1 else null end) as aaa,
            count(case when a.product_name = 'BBB' then 1 else null end) as bbb,
            count(case when a.product_name = 'CCC' then 1 else null end) as ccc,
            b.transaction_id
        from
            products a
        inner join
            transaction_has_products b
        on
            a.id = b.product_id
        group by
            b.transaction_id
    ) as product_matrix
) as combination_counts

结果：

product_combination  number_of_transactions
AAA, BBB             2
AAA, CCC             1
BBB, CCC             1
AAA, BBB, CCC        1

【参考方案3】：

取决于您对查询的控制程度（对于 postgresql，TSQL 可能需要更改）

SELECT COUNT(*) FROM transactions t WHERE
(
     SELECT COUNT(DISTINCT tp.product) 
     FROM transaction_has_products tp 
     WHERE tp.[transaction_id] = t.id and tp.product IN (1, 2, 3)
) = 3

其中(1,2,3) 是您要检查的 ID 列表，= 3 等于列表中的条目数量。

【参考方案4】：

生成所有可能的组合。我用这个来支持自己：https://***.com/a/9135162/2244766（这有点棘手，我不完全理解逻辑......但它有效！） 创建一个子查询，将 products_in_transactions 聚合到每个 transaction_id 的产品数组中 使用数组包含运算符将它们都连接起来

经过以上步骤，你可以得到类似的东西：

with all_combis as (
    with RECURSIVE y1 as (
            with x1 as (
                --select id from products
                select distinct product_id as a from transaction_has_products 
            )
            select array[a] as b ,a as c ,1 as d 
            from x1
            union all
            select b||a,a,d+1
            from x1
            join y1 on (a < c)
    )
    select *
    from y1
)
, grouped_transactions as (
  SELECT 
    array_agg(product_id) as products
  FROM transaction_has_products
  GROUP BY transaction_id
)
SELECT all_combis.b, count(*)
from all_combis
left JOIN grouped_transactions ON grouped_transactions.products @> all_combis.b 
--WHERE array_upper(b, 1) > 1 -- or whatever
GROUP BY all_combis.b
order by array_upper(b, 1) desc, count(*) desc

您可以加入您的产品表以将产品 ID 替换为产品名称 - 但我想您会从这里获得它。 here's the fiddle（sqlfiddle 今天过得很糟糕 - 所以在你的数据库上检查一下，以防它抛出一些奇怪的错误，比如超时或类似的东西）

GL，高频：D