加入后聚合，不重复

Posted 2023-02-16

【中文标题】加入后聚合，不重复

【英文标题】：Aggregate after join without duplicates

【发布时间】：2015-01-04 03:50:54

【问题描述】：

考虑这个查询：

select
   count(p.id),
   count(s.id),
   sum(s.price)
from 
   (select * from orders where <condition>)   as s,
   (select * from products where <condition>) as p
where 
   s.id = p.order;

例如，产品中有 200 条记录，订单中有 100 条记录（一个订单可以包含一个或多个产品）。

我需要加入然后然后：

计数产品（应返回 200） 计数订单（应返回 100） 按订单字段之一求和（应返回按 100 个价格计算的总和）

问题是加入后 p 和 s 长度相同，对于 2) 我可以写 count(distinct s. id)，但是对于 3) 我得到了重复（例如，如果销售有 2 个产品，它会将价格加起来两次）所以 sum 适用于整个 200 条记录集，但应该只查询100.

有什么想法如何总结连接表中的不同记录而不破坏另一个选择？

例如，连接表有

id sale price
0  0    4
0  0    4
1  1    3
2  2    4
2  2    4
2  2    4

所以 sum(s.price) 将返回：

4+4+3+4+4+4=23

但我需要：

4+3+4=11

【问题讨论】：

如果您添加示例数据和预期输出，它会更加清晰

为什么“产品”表中会有order id？

@Gordon Linoff：这正是我的想法。令人困惑。

抱歉，解释不清楚。当然，这个示例被简化了很多，两个表中还有很多其他字段。我不想增加问题的开销。由于@ManyToOne 关系，产品引用了订单。

【参考方案1】：

您的主要问题是桌子设计。如果没有销售，您目前无法知道产品的价格。价格应在产品表中。一种产品需要一定的价格。然后您可以统计一次销售的所有产品，并获得销售的总价格。

还有你为什么要使用子查询。当您这样做时，在连接两个子查询时将不使用任何索引。如果您的连接是那么复杂的使用视图。在大多数数据库中，它们可以被索引

【讨论】：

我在两个表中都使用了索引。这些表仅用于示例（生产中的更多字段）。很抱歉造成混乱。

【参考方案2】：

您对单个产品记录不感兴趣，而只对它们的数量感兴趣。所以加入聚合（每个订单一条记录）而不是单行：

select
  count(*) as count_orders,
  sum(p.cnt) as count_products,
  sum(s.price)
from orders as s
join 
(
  select order, count(*) as cnt 
  from products 
  where <condition> 
  group by order
) as p on p.order = s.id
where <condition>;

【讨论】：

出于性能考虑，我需要先做一个过滤器（两个表都有 40kk+ 条记录）。还是谢谢。

什么？通过聚合产品，我加入了 less 记录，因此有一个 smaller 中间结果。因此，dbms 应该更快 这样做。如果没有，我会把这归咎于 postgres。对于给定的任务，编写的查询应该尽可能快。

【参考方案3】：

如果products 表实际上更像是一个“订单行”表，那么查询就有意义了。您可以通过多种方式做您想做的事。这里我要建议条件聚合：

select count(distinct p.id), count(distinct s.id),
       sum(case when seqnum = 1 then s.price end)
from (select o.* from orders o where <condition>) s join
     (select p.*, row_number() over (partition by p.order order by p.order) as seqnum
      from products p
     where <condition>
     ) p
     on s.id = p.order;

通常，名为“products”的表中每个产品会有一行，其中包含描述和名称等内容。名为“OrderLines”或“OrderProducts”或“OrderDetails”的表格将包含给定订单中的产品。

【讨论】：

它就像一个魅力。我需要在“窗口功能”上浪费一些时间……看来这是值得的。谢谢！