SQL IN 查询产生奇怪的结果

Posted 2023-03-31

【中文标题】SQL IN 查询产生奇怪的结果

【英文标题】：SQL IN query produces strange result

【发布时间】：2013-09-02 16:41:57

【问题描述】：

请看下表结构：

CREATE TABLE Person (id int not null, PID INT NOT NULL, Name VARCHAR(50))
CREATE TABLE [Order] (OID INT NOT NULL, PID INT NOT NULL)

INSERT INTO Person VALUES (1,1,'Ian')
INSERT INTO Person VALUES (2,2,'Maria')
INSERT INTO [Order] values (1,1)

为什么下面的查询会返回两个结果：

select * from Person WHERE id IN (SELECT ID FROM [Order])

订单中不存在 ID。为什么上面的查询会产生结果？我希望它会出错，因为我不会按顺序存在。

【问题讨论】：

ID 不在[order]中（你有OID & PID）

它不会返回两个结果。

@AlexK，这就是重点。我预计查询会出错，但不会。

我不认为这是一个坏问题......是的，这是一个错字，但我也希望它会给出一个错误......也许问题的标题应该是改进

您没有错误，因为 ID 存在于 Person 中。您可以在子查询字段列表中使用主表的字段。

【参考方案1】：

这种行为虽然不直观，但在 Microsoft 的知识库中有很好的定义：

KB #298674 : PRB: Subquery Resolves Names of Column to Outer Tables

来自那篇文章：

为了说明行为，使用以下两个表结构和查询：

CREATE TABLE X1 (ColA INT, ColB INT)
CREATE TABLE X2 (ColC INT, ColD INT)
SELECT ColA FROM X1 WHERE ColA IN (Select ColB FROM X2)

查询返回一个结果，其中列 ColB 被认为来自表 X1。

通过限定列名，会出现如下查询所示的错误消息：

SELECT ColA FROM X1 WHERE ColA in (Select X2.ColB FROM X2)

服务器：消息 207，级别 16，状态 3，第 1 行 列名“ColB”无效。

多年来，人们一直在抱怨这个问题，但微软不会修复它。毕竟，它是符合标准的，它本质上是这样规定的：

如果在当前范围内没有找到 x 列，则遍历到下一个外部范围，以此类推，直到找到引用。

以下连接“错误”中的更多信息以及多个官方确认此行为是设计使然并且不会改变（因此您必须更改您的 - 即始终使用别名 ):

Connect #338468 : CTE Column Name resolution in Sub Query is not validated Connect #735178 : T-SQL subquery not working in some cases when IN operator used Connect #302281 : Non-existent column causes subquery to be ignored Connect #772612 : Alias error not being reported when within an IN operator Connect #265772 : Bug using sub select

在您的情况下，如果您使用比 ID、OID 和 PID 更有意义的名称，则此“错误”可能发生的可能性要小得多。 Order.PID 是否指向 Person.id 或 Person.PID？设计您的表格，以便人们无需询问您就可以找出关系。 PersonID 应该始终是 PersonID，无论它在架构中的哪个位置；与OrderID 相同。为完全模棱两可的架构付出代价并不是节省几个字符的输入时间。

你可以写一个EXISTS 子句来代替：

... FROM dbo.Person AS p WHERE EXISTS 
(
  SELECT 1 FROM dbo.[Order] AS o
  WHERE o.PID = p.id -- or is it PID? See why it pays to be explicit?
);

【讨论】：

是的，这是一个非常明确的答案，有很多事实支持。感谢您的努力。

【参考方案2】：

这里的问题是您没有在子查询中使用Table.Column 表示法，表Order 在子查询中没有列ID 和ID 实际上意味着Person.ID，而不是[Order].ID。这就是为什么我总是坚持在生产代码中为表使用别名。比较这两个查询：

select * from Person WHERE id IN (SELECT ID FROM [Order]);

select * from Person as p WHERE p.id IN (SELECT o.ID FROM [Order] as o)

第一个会执行但会返回不正确的结果，第二个会引发错误。这是因为外部查询的列可能在子查询中被引用，所以在这种情况下，您可以在子查询中使用Person 列。 也许您想使用这样的查询：

select * from Person WHERE pid IN (SELECT PID FROM [Order])

但是您永远不知道[Order] 表的架构何时更改，如果有人从[Order] 中删除列PID，那么您的查询将返回表Person 中的所有行。因此，使用别名：

select * from Person as P WHERE P.pid IN (SELECT O.PID FROM [Order] as O)

请注意 - 这不是 SQL Server 特定的行为，它是标准 SQL：

SQL Server demo

PostgreSQL demo

MySQL demo

Oracle demo

【讨论】：

没有，我的回答是关于它。可能是我不清楚。我的回答是关于使用别名有助于避免这样的错误

谢谢+1。这是一个相关的子查询吗？

实际上我使用 SQL Server，但从未在工作中使用术语相关子查询 :) 但是，您可以像 select * from Person as P WHERE exits (SELECT * FROM [Order] as O where O.PID = P.pid) 那样重写您的示例 - 现在您的子查询看起来像相关

既然你坚持使用别名部分的"ALWAYS"，你应该把select *改成select p.*

@swasheck 提高可读性并使查询可预测:) 规则是不要在生产代码中使用*。当我明确指定列时，我在列名之前使用别名，* 只是为了使示例查询更短。

【参考方案3】：

订单表没有id列

试试这些：

select * from Person WHERE id IN (SELECT OID FROM [Order])

或

select * from Person WHERE pid IN (SELECT PID FROM [Order])