在 group by 中，有没有办法告诉 SQL 特定列不需要聚合函数？

Posted 2023-02-16

【中文标题】在 group by 中，有没有办法告诉 SQL 特定列不需要聚合函数？

【英文标题】：In a group by, is there a way to tell SQL no aggregate function should be needed for a specific column?

【发布时间】：2020-03-02 19:51:37

【问题描述】：

我最近开始使用 T-SQL，但遇到了按功能分组的问题。

假设我有一个包含 3 列的表：Column_1、Column_2 和 Column_3。我知道对于 Column_1 的给定值，Column_2 将始终具有给定值。另一方面，Column_3 独立于 Column_1。

所以表格应该是这样的：

Column_1    Column_2    Column_3 
1           42          57 
1           42          35 
2           3           5
2           3           6 
5           78          45 

我想对 Column_1 进行分组以聚合 Column_3（假设使用 sum()）。但是，当我进行分组时，即使我知道没有必要，我也必须分组或聚合 Column_2。

所以我的 SQL 请求是：

select Column_1, Column_2, sum(Column_3) 
from Table 
group by Column_1, Column_2

或

select Column_1, max(Column_2), sum(Column_3) 
from Table 
group by Column_1
(using max as a workaround to avoid grouping by Column_2)

我的问题是：有没有办法告诉 SQL Column_2 不需要聚合函数并让 SQL 检查假设是否正确？

我认为这是一个最佳选择，因为它使我能够确定我的假设是正确的。在使用前两个请求时，我永远不能 100% 确定是这种情况（除非我在请求之前以另一种方式检查它）并且可能会导致难以识别的错误（尤其是在使用最大解决方法时）。

理想情况下，我希望能够写出类似的东西：

select Column_1, no_agg_necessary(Column_2), sum(Column_3) 
from Table 
group by Column_1

如果 Column_2 值在按给定 Column_1 值分组时不相同，则会出现警告。

我在想这样的事情来选择 Column_2 可以满足我的需要：

case when count(distinct Column_2) = 1 then max(Column_2) else raiseerror() end as Column_2

但是在这种情况下似乎不可能使用 raiseerror() 并且添加 distinct 会减慢请求。

您知道任何可以满足我需求的 SQL 功能吗？

【参考方案1】：

您的示例数据缺少“问题”

如果我添加行，您将如何处理查询

1 - 41 - 19

您现在对该列有多个值。期望结果如何？

41? 42？ “无效”？

因此，为了保持数据正确，您最有可能需要将其分成 2 个结果记录，您可以通过将其添加到 group 子句来实现。

如果你不太关心数据，你可以使用像 min() 或 max() 之类的虚拟函数，或者如果你想在 Min() 时注入一个“无效”值 最大值（）

【讨论】：

在您添加的行的情况下，我希望结果返回错误，因为据我了解，该表不应该以可能存在该行的方式构建。因此，如果我的假设是错误的（或者如果表包含错误，或者如果表由于某种原因及时演变），我希望对该假设进行查询并得到错误。

好吧，这个错误让事情变得更难......你需要一个真正的例外，或者像“ERR”这样的标签可以吗？如果标签没问题，您可以使用 IF 来比较 min(field) 和 max(field) - 如果它们彼此偏离输出 err 如果不只是使用 min 或 max...

感谢您的回答。我想我会接受 Gordon 的建议，即数据应该在所需查询之前的单独步骤中进行验证。正如你们都指出的那样，通过比较最小值和最大值可以获得错误标签，这是我没有想到的。但是，这意味着必须在之后检查标签是否存在，所以我不妨事先验证数据，因为我必须在两种情况下都验证！

如果你说“不可能发生”，你可以考虑在表上添加一个唯一索引来执行它。这样就不能输入错误的数据，也不需要在查询时检查

【参考方案2】：

在 SQL Server 或任何其他数据库中不支持您要求的内容。某些数据库支持功能依赖，但它们会查看表的定义以查看值是否必须相关（即 column1 是 unique）。他们不检查数据在其他情况下是否具有唯一值。

一般的 SQL（尤其是 SQL Server）并不特别擅长在 SELECT 语句中生成错误。可以使用CASE 表达式。在非聚合查询中，SQL Server 保证评估顺序，甚至在编译阶段不评估错误。

所以，你可以写下你想要的：

select x,
       (case when min(y) = max(y)
             then min(y) else convert(int, 'Bad column value')
        end)
from (values (1, 1), (1, 1), (1, 2)) v(x, y)
group by x;

我真的不建议以这种方式处理查询。您应该将数据验证作为一个单独的步骤，这样您就不会对得到的结果感到惊讶。