left join关联查询一对多数据重复问题解决方案

Posted 2022-02-06 爱叨叨的程序狗

写在前面：

使用准则：

在使用左右连接时，一定要保障主表与关联表的on条件是1:1的关系，以保障正常查询主表数据。

实例

# 车主表
create table owner
(
    id         int(10) auto_increment
        primary key,
    owner_name varchar(10) null,
    brand_id   int(10)     null
);

# 车辆表
create table vehicle
(
    id       int(10) auto_increment
        primary key,
    brand_id int(10) null
);

# 车辆品牌表
create table brand
(
    id         int(10) auto_increment
        primary key,
    brand_name varchar(10) null
);


INSERT INTO `halodb`.`owner` (`id`, `owner_name`, `brand_id`) VALUES (1, 'debug', 1);
INSERT INTO `halodb`.`owner` (`id`, `owner_name`, `brand_id`) VALUES (2, 'Ltx', 2);
INSERT INTO `halodb`.`owner` (`id`, `owner_name`, `brand_id`) VALUES (3, 'Ltx', 1);

INSERT INTO `halodb`.`brand` (`id`, `brand_name`) VALUES (1, '比亚迪');
INSERT INTO `halodb`.`brand` (`id`, `brand_name`) VALUES (2, '大众');

INSERT INTO `halodb`.`vehicle` (`id`, `brand_id`) VALUES (1, 1);
INSERT INTO `halodb`.`vehicle` (`id`, `brand_id`) VALUES (2, 2);
INSERT INTO `halodb`.`vehicle` (`id`, `brand_id`) VALUES (3, 1);

需求1：展示列表车辆品牌信息、车主信息。

根据当前的表结构，那么很自然的我们可以使用brand表关联owner表。

select b.brand_id, b.brand_name, o.owner_name
from brand b
         left join owner o on b.id = o.brand_id;

执行结果长这样：

需求2：展示列表车辆信息、车辆品牌信息、车主信息。

以车辆为主表，分别关联车辆品牌表和车主表

select v.id as vehicleId, b.id as brandId, b.brand_name as brandName, o.owner_name as ownerName
from vehicle v
         left join brand b on v.brand_id = b.id
         left join owner o on b.id = o.brand_id;

执行结果长这样：

可问题来了，主表brand只有两条数据，但是查出来了三条数据，vehicle表有三条数据，却查出来五条，并不能正确展示主表数据。

分析SQL

Q1:如果规定没人只有辆车的话，该SQL并没有问题，可实际业务中可能会出现一个人拥有多辆车的情况，也就是车牌与车主的关系是1:n，那么我们使用品牌id去关联车主表的brand_id则违反了我写在最前面的使用准则。

Q2：一辆车只有一个品牌，vehicle表与brand表是1：1关系，那么没有问题，但是使用车辆品牌表去关联车主表时，车辆品牌与车主是n:1的关系，当使用左右连接时，会显示主表全部数据和符合条件的关联表数据，所以第二条关联数据会导致主表数据重复。

解决方案

1. 根据实际业务场景，可以更换关联条件
2. 分别查询数据，在Java中循环补充另一个SQL中查询的字段，即分别使用vehicle表关联brand表，再使用vehicle关联owner表

举例中表设计并不允许这样做，方案仅提供思路。

分两次查询的数据是两个List，两层for循环赋值时间复杂度高，那么可以将其中一个List根据vehicleId转换成Map，循环第一个List，在循环中使用list中的vehicleId做key去getMap的value.

由于Map本身的数据结构，会导致占用内存比List大，那么这种方案就是用空间去换时间，若数据量比较大，需权衡时间复杂度与空间复杂度。

怪味道的方案

使用group by对重复数据进行过滤

select v.id as vehicleId,
       b.id as brandId, b.brand_name as brandName,
       o.owner_name as ownerName
from vehicle v
         left join brand b on v.brand_id = b.id
         left join owner o on b.id = o.brand_id
group by vehicleId;

❌这样显然是不对的。

报错： this is incompatible with sql_mode=only_full_group_by

原因就是在mysql 5.7.5以上版本后，要求group by 的字段需要查询的字段与group by的字段满足唯一性。也就是vehicleId有多个，MySQL不知道用哪个。所以在写SQL时保持一个习惯：唯一性的数据需要写在首位。

SQL 标准中不允许 SELECT 列表，HAVING 条件语句，或 ORDER BY 语句中出现 GROUP BY 中未列表的可聚合列。

建议

在使用group by时也需要注意，group by的该列一定是唯一的，如果group列出现数据重复数据时，仅会显示一条数据。

为测试该问题，在数据库新增一条重复数据

select brand_name from brand group by brand_name;

执行结果长这样：