神奇的 SQL 之谓词 → 难理解的 EXISTS

Posted youzhibing

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了神奇的 SQL 之谓词 → 难理解的 EXISTS相关的知识,希望对你有一定的参考价值。

前言

  开心一刻

技术图片

我要飞的更高,飞的更高,啊!

谓词

  SQL 中的谓词指的是:返回值是逻辑值的函数。我们知道函数的返回值有可能是数字、字符串或者日期等等,但谓词的返回值全部是逻辑值(TRUE/FALSE/UNKNOW),谓词是一种特殊的函数。关于逻辑值,可以查看:神奇的 SQL 之温柔的陷阱 → 三值逻辑 与 NULL !

  SQL 中的谓词有很多,如 =、>、<、<> 等,我们来看看 SQL 具体有哪些常用的谓词

  比较谓词

    创建表与初始化数据

-- 1、表创建并初始化数据
DROP TABLE IF EXISTS tbl_student;
CREATE TABLE tbl_student (
  id INT(8) unsigned NOT NULL AUTO_INCREMENT COMMENT 自增主键,
  sno VARCHAR(12) NOT NULL COMMENT 学号,
    name VARCHAR(5) NOT NULL COMMENT 姓名,
    age TINYINT(3) NOT NULL COMMENT 年龄,
  sex TINYINT(1) NOT NULL COMMENT 性别,1:男,2:女,
  PRIMARY KEY (id)
);
INSERT INTO tbl_student(sno,name,age,sex) VALUES
(20190607001,李小龙,21,1),
(20190607002,王祖贤,16,2),
(20190608003,林青霞,17,2),
(20190608004,李嘉欣,15,2),
(20190609005,周润发,20,1),
(20190609006,张国荣,18,1);

DROP TABLE IF EXISTS tbl_student_class;
CREATE TABLE tbl_student_class (
  id int(8) unsigned NOT NULL AUTO_INCREMENT COMMENT 自增主键,
  sno varchar(12) NOT NULL COMMENT 学号,
  cno varchar(5) NOT NULL COMMENT 班级号,
  cname varchar(20) NOT NULL COMMENT 班级名,
  PRIMARY KEY (`id`)
) COMMENT=学生班级表;
INSERT INTO tbl_student_class VALUES 
(1, 20190607001, 0607, 影视7班),
(2, 20190607002, 0607, 影视7班),
(3, 20190608003, 0608, 影视8班),
(4, 20190608004, 0608, 影视8班),
(5, 20190609005, 0609, 影视9班),
(6, 20190609006, 0609, 影视9班);

SELECT * FROM tbl_student;
SELECT * FROM tbl_student_class;

    相信大家对 =、>、<、<>(!=)等比较运算符都非常熟悉,它们的正式名称就是比较谓词,使用示例如下

-- 比较谓词示例
SELECT * FROM tbl_student WHERE name = 王祖贤;
SELECT * FROM tbl_student WHERE age > 18;
SELECT * FROM tbl_student WHERE age < 18;
SELECT * FROM tbl_student WHERE age <> 18;
SELECT * FROM tbl_student WHERE age <= 18;

  LIKE

    当我们想用 SQL 做一些简单的模糊查询时,都会用到 LIKE 谓词,分为 前一致、中一致和后一致,使用示例如下

-- LIKE谓词
SELECT * FROM tbl_student WHERE name LIKE 李%;         -- 前一致
SELECT * FROM tbl_student WHERE name LIKE %青%;        -- 中一致
SELECT * FROM tbl_student WHERE name LIKE 青%;        -- 后一致

    如果name字段上建了索引,那么前一致会利用索引;而中一致、后一致会走全表扫描。

  BETWEEN

    当我们想进行范围查询时,往往会用到 BETWEEN 谓词,示例如下

-- BETWEEN谓词
SELECT * FROM tbl_student WHERE age BETWEEN 15 AND 22;
SELECT * FROM tbl_student WHERE age NOT BETWEEN 15 AND 22;

    BETWEEN  和它之后的第一个 AND 组成一个范围条件;BETWEEN 会包含临界值 15 和 22

SELECT * FROM tbl_student WHERE age BETWEEN 15 AND 22;
-- 等价于
SELECT * FROM tbl_student WHERE age >= 15 AND age <= 22;

    若不想包含临界值,那就需要这么写了

SELECT * FROM tbl_student WHERE age > 15 AND age = 22;

  IS NULL 和 IS NOT NULL

    NULL 的水很深,具体可看:神奇的 SQL 之温柔的陷阱 → 三值逻辑 与 NULL !

  IN

    有这样一个需求:查询出年龄等于 15、18以及20的学生,我们会用 OR 来查

-- OR
SELECT * FROM tbl_student WHERE age = 15 OR age = 18 OR age = 20;

    用 OR 来查没问题,但是有一点不足,如果选取的对象越来越多,SQL会变得越来越长,阅读性会越来越差。所以我们可以用 IN 来代替

-- IN
SELECT * FROM tbl_student WHERE age IN(15,18,20);

    IN 有一种其他谓词没有的使用方法:使用子查询作为其参数,这个在平时项目中也是用的非常多的,例如:查询出影视7班的学生信息

-- IN实现,但不推荐
SELECT * FROM tbl_student 
WHERE sno IN (
    SELECT sno FROM tbl_student_class 
    WHERE cname = 影视7班
); 

-- 联表查,推荐
SELECT ts.* FROM
tbl_student_class tsc LEFT JOIN tbl_student ts ON tsc.sno = ts.sno
WHERE tsc.cname = 影视7班;

    很多情况下,IN 是可以用联表查询来替换的

EXISTS

  EXISTS也是 SQL 谓词,但平时用的不多,不是说适用场景少,而是它不好驾驭,我们用不好它。它用法与其他谓词不一样,而且不好理解,另外很多情况下我们都用 IN 来替代它了。

  理论篇

    在真正讲解 EXSITS 示例之前,我们先来了解下理论知识:实体的阶层 、全称量化与存在量化

    实体的阶层

      SQL 严格区分阶层,不能跨阶层操作。就用我们常用的谓词来举例,同样是谓词,但是与 = 、BETWEEN 等相比,EXISTS 的用法还是大不相同的。概括来说,区别在于“谓词的参数可以取什么值”;“x = y”或 “x BETWEEN y ” 等谓词可以取的参数是像 “21” 或者 “李小龙” 这样的单一值,我们称之为标量值,而 EXISTS 可以取的参数究竟是什么呢?从下面这条 SQL 语句来看,EXISTS 的参数不像是单一值

SELECT * FROM tbl_student ts
WHERE EXISTS (
    SELECT * FROM tbl_student_class tsc
    WHERE ts.sno = tsc.sno
);

      我们可以看出 EXISTS 的参数是行数据的集合。之所以这么说,是因为无论子查询中选择什么样的列,对于 EXISTS 来说都是一样的。在 EXISTS 的子查询里, SELECT 子句的列表可以有下面这三种写法。

1. 通配符:SELECT *
2. 常量:SELECT 1
3. 列名:SELECT tsc.id

      也就是说如下 3 条 SQL 查到的结果是一样的

技术图片
-- SELECT *
SELECT * FROM tbl_student ts
WHERE EXISTS (
    SELECT * FROM tbl_student_class tsc
    WHERE ts.sno = tsc.sno
);
-- SELECT 常量
SELECT * FROM tbl_student ts
WHERE EXISTS (
    SELECT 1 FROM tbl_student_class tsc
    WHERE ts.sno = tsc.sno
);
-- SELECT 列名
SELECT * FROM tbl_student ts
WHERE EXISTS (
    SELECT tsc.sno FROM tbl_student_class tsc
    WHERE ts.sno = tsc.sno
);
View Code

      用个图来概括下一般的谓词与 EXISTS 的区别

 技术图片

      从上图我们知道,EXISTS 的特殊性在于输入值的阶数(输出值和其他谓词一样,都是逻辑值)。谓词逻辑中,根据输入值的阶数对谓词进行分类。= 或者 BETWEEEN 等输入值为一行的谓词叫作“一阶谓词”,而像 EXISTS 这样输入值为行的集合的谓词叫作 “二阶谓词”。关于 “阶” ,有兴趣的可以区看我的另一篇博客:神奇的 SQL 之层级 → 为什么 GROUP BY 之后不能直接引用原表中的列

    全称量化和存在量化

      谓词逻辑中有量词(限量词、数量词)这类特殊的谓词。我们可以用它们来表达一些这样的命题:“所有的 x 都满足条件 P” 或者 “存在(至少一个)满足条件 P 的 x ”,前者称为“全称量词”,后者称为“存在量词”,分别记作 ∀(A的下倒)、∃(E的左倒)。

      SQL 中的 EXISTS 谓词实现了谓词逻辑中的存在量词,然而遗憾的是, SQL 却并没有实现全称量词。但是没有全称量词并不算是 SQL 的致命缺陷,因为全称量词和存在量词只要定义了一个,另一个就可以被推导出来。具体可以参考下面这个等价改写的规则(德·摩根定律)。

∀ x P x = ¬ ∃ x ¬P(所有的 x 都满足条件 P =不存在不满足条件 P 的 x )
∃ x P x = ¬ ∀ x ¬Px(存在 x 满足条件 P =并非所有的 x 都不满足条件 P)

      因此在 SQL 中,为了表达全称量化,需要将"所有的行都满足条件P" 这样的命题转换成 "不存在不满足条件 P 的行"

  实践篇

    上面的理论篇,大家看了以后可能还是有点晕,我们结合具体的实际案例来看看 EXISTS 的妙用

    查询表中“不”存在的数据

      上面的 tbl_student中的学生都分配到了具体的班级,假设新来了两个学生(刘德华、张家辉),他们暂时还未被分配到班级,我们如何将他们查询出来(查询未被分配到班级的学生信息)。

-- 新来、未被分配到班级的学生
INSERT INTO tbl_student(sno,name,age,sex) VALUES
(20190610010,刘德华,55,1),
(20190610011,张家辉,46,1);

      我们最容易想到的 SQL 肯定是下面这条

-- NOT IN 实现
SELECT * FROM tbl_student WHERE sno NOT IN(SELECT sno FROM tbl_student_class);

      其实用 NOT EXISTS 也是可以实现的

-- NOT EXISTS 实现
SELECT * FROM tbl_student ts
WHERE NOT EXISTS (
    SELECT * FROM tbl_student_class tsc WHERE ts.sno = tsc.sno
);

    全称量化 :习惯 “肯定 ⇔ 双重否定” 之间的转换

      EXISTS 谓词来表达全称量化,这是EXISTS 的用法中很具有代表性的一个用法。但是需要我们打破常规思维,习惯从全称量化 “所有的行都××” 到其双重否定 “不××的行一行都不存在” 的转换。

      假设我们有学生成绩表:tbl_student_score

-- 学生成绩表
DROP TABLE IF EXISTS tbl_student_score;
CREATE TABLE tbl_student_score (
  id INT(8) unsigned NOT NULL AUTO_INCREMENT COMMENT 自增主键,
  sno VARCHAR(12) NOT NULL COMMENT 学号,
    subject VARCHAR(5) NOT NULL COMMENT 课程,
    score TINYINT(3) NOT NULL COMMENT 分数,
  PRIMARY KEY (id)
);
INSERT INTO tbl_student_score(sno,subject,score) VALUES
(20190607001,数学,100),
(20190607001,语文,80),
(20190607001,物理,80),
(20190608003,数学,80),
(20190608003,语文,95),
(20190609006,数学,40),
(20190609006,语文,90),
(20190610011,数学,80);

SELECT * FROM tbl_student_score;

      1、查询出“所有科目分数都在 50 分以上的学生”

        20190607001、20190608003、20190610011 这三个学生满足条件,我们需要将这 3 个学生查出来,这个 SQL 该如何写? 我们需要转换下命题,将查询条件“所有科目分数都在 50 分以上” 转换成它的双重否定 “没有一个科目分数不满 50 分”,然后用 NOT EXISTS 来表示转换后的命题

-- 没有一个科目分数不满 50 分
SELECT DISTINCT sno
FROM tbl_student_score tss1
WHERE NOT EXISTS -- 不存在满足以下条件的行
(    SELECT * FROM tbl_student_score tss2
    WHERE tss2.sno = tss1.sno
    AND tss2.score < 50    -- 分数不满50 分的科目
);

      2、查询出“数学分数在 80 分以上(包含80)且语文分数在 50 分以上(包含)的学生”

        结果应该是学号分别为 20190607001、20190608003 的学生。像这样的需求,我们在实际业务中应该会经常遇到,但是乍一看可能会觉得不太像是全称量化的条件。如果改成下面这样的说法,可能我们一下子就能明白它是全称量化的命题了。

"某个学生的所有行数据中,如果科目是数学,则分数在 80 分以上;如果科目是语文,则分数在 50 分以上。"

        我们再转换成它双重否定:某个学生的所有行数据中,如果科目是数学,则分数不低于 80;如果科目是语文,则分数不低于 50 ;我们可以按照如下顺序写出我们想要的 SQL

-- 1、CASE 表达式,肯定
CASE WHEN subject = 数学 AND score >= 80 THEN 1
        WHEN subject = 语文 AND score >= 50 THEN 1
        ELSE 0 
END;

-- 2、CASE 表达式,单重否定(加上 NOT EXISTS才算双重)
CASE WHEN subject = 数学 AND score < 80 THEN 1
        WHEN subject = 语文 AND score < 50 THEN 1
    ELSE 0 
END;

-- 3、结果包含了 20190610011 的 SQL 
SELECT DISTINCT sno
FROM tbl_student_score tss1
WHERE subject IN (数学, 语文)
AND NOT EXISTS
(
    SELECT *FROM tbl_student_score tss2
    WHERE tss2.sno = tss1.sno
    AND 1 = CASE WHEN subject = 数学 AND score < 80 THEN 1
                        WHEN subject = 语文 AND score < 50 THEN 1
                        ELSE 0 
                    END
);

-- 4、20190610011 没有语文成绩,剔除掉
SELECT sno
FROM tbl_student_score tss1
WHERE subject IN (数学, 语文)
AND NOT EXISTS
(
    SELECT * FROM tbl_student_score tss2
    WHERE tss2.sno = tss1.sno
    AND 1 = CASE WHEN subject = 数学 AND score < 80 THEN 1
                        WHEN subject = 语文 AND score < 50 THEN 1
                        ELSE 0 
                        END
)
GROUP BY sno
HAVING COUNT(*) = 2; -- 必须两门科目都有分数

    关于 EXISTS 的案例有很多,这里就不再举例了,有兴趣的小伙伴可以看看:SQL 中的 EXISTS 到底做了什么?

    如果大家想掌握 EXISTS,希望大家多看看 EXISTS 的案例,看多了你就会发现其中的通性:哪些场景适合用 EXISTS。

总结

  1、SQL 中的谓词分两种:一阶谓词和二阶谓词(EXISTS),区别主要在于接收的参数不同,一阶谓词接收的是 行,而二阶谓词接收的是 行的集合;

  2、SQL 中没有与全称量词相当的谓词,可以使用 NOT EXISTS 代替;

  3、EXISTS 之所以难用(不是不好用,而是不会用),主要是全称量词的命题转换(肯定 ⇔ 双重否定)比较难(楼主也懵!)。实际工作中往往会舍弃 EXISTS,寻找它的替代方式,可能是 SQL 的替代,也可能是业务方面的转换,所以说,EXISTS 掌握不了没关系,当然,能掌握那是最好了;

参考

  《SQL基础教程》

  《SQL进阶教程》

以上是关于神奇的 SQL 之谓词 → 难理解的 EXISTS的主要内容,如果未能解决你的问题,请参考以下文章

读SQL进阶教程笔记07_EXISTS谓词

SQL 中的 EXISTS 到底做了什么?

SQL基础教程(第2版)第6章 函数谓词CASE表达式:6-2 谓词

Do.. While.. 使用 Exists 谓词。访问修改后的闭包?

Oracle查询转换之连接谓词推入

谓词下推