如何优化 3 个表的 m:n 关系查询

Posted 2023-03-23

【中文标题】如何优化 3 个表的 m:n 关系查询

【英文标题】：How to optimize m:n relation query on 3 tables

【发布时间】：2009-05-27 17:47:36

【问题描述】：

这是我的 sql 问题 - 有 3 个表：

名称列表 ListHasNames Id 名称 Id 描述 ListsId NamesId =-------- ------------ ---------------- 1 保罗 1 足球 1 1 2 乔 2 篮球 1 2 3 珍妮 3 乒乓球 2 1 4 蒂娜 4 早餐俱乐部 2 3 5 午夜俱乐部 3 2 3 3 4 1 4 2 4 3 5 1 5 2 5 3 5 4

这意味着 Paul (Id=1) 和 Joe (Id=2) 在足球队 (Lists.Id=1)，Paul 和 Jenny 在篮球队，等等...

现在我需要一个返回特定名称组合的 Lists.Id 的 SQL 语句： Paul、Joe 和 Jenny 在哪些列表中是该列表中唯一的成员？只回答 Lists.Id=4（早餐俱乐部） - 但不回答 5（午夜俱乐部），因为 Tina 也在该列表中。

我已经尝试过使用 INNER JOINS 和 SUB QUERIES：

选择 Q1.Lists_id FROM ( 选择 Lists_Id FROM 名称为 T1， 列表名称为 T2 在哪里 (T1.Name='Paul') 和 (T1.Id=T2.Names_ID) 和 ( ( 选择计数（*）从 列表名称为 Z1 其中（Z1.lists_id = T2.lists_Id） ) = 3) ) 作为第一季度 内部联接 （ 选择 Lists_Id FROM 名称为 T1， 列表名称为 T2 在哪里 (T1.Name='Joe') 和 (T1.Id=T2.Names_ID) 和 ( （选择计数（*）来自 列表名称为 Z1 哪里（Z1.Lists_id = T2.lists_id） ) = 3) ) 作为第二季度 开（Q1.Lists_id=Q2.Lists_id） 内部联接 （ 选择 Lists_Id FROM 名称为 T1， 列表名称为 T2 在哪里 (T1.Name='Jenny') 和 (T1.Id=T2.Names_ID) 和 ( （选择计数（*）来自 列表名称为 Z1 哪里（Z1.Lists_id = T2.lists_id） ) = 3) ) 作为第三季度 开（Q1.Lists_id=Q3.Lists_id）

看起来有点复杂，嗯？如何优化它？ 我只需要包含特定名称的 Lists.Id（并且只有这些名称，没有其他人）。也许用 SELECT IN？

问候， 丹尼斯

【问题讨论】：

（这是评论，不是答案。）我有点好奇。为什么表名使用复数形式？ （我们通常使用单数名称来命名表中的一行。）如果您要使用复数，为什么第三个表不命名（更恰当） ListsHaveNames ？ （我可能还建议将第三个表命名为 Membership 或 ListMembership。）Carl Manaster 的答案返回您指定的结果集。

复数与否：***.com/questions/808992/… 第三个表名为 ListHasNames，因为如果您选择 n:m 关系，mysql Workbench 会默认分配该名称。这只是一个例子..

【参考方案1】：

SELECT ListsId
FROM ListHasNames a
WHERE NamesId in (1, 2, 3)
AND NOT EXISTS
(SELECT * from ListHasNames b 
WHERE b.ListsId = a.ListsId 
AND b.NamesId not in (1, 2, 3))
GROUP BY ListsId
HAVING COUNT(*) = 3;

编辑：感谢 Chris Gow 的评论更正；子选择对于排除其他人的列表是必要的。 编辑 2 感谢 Dennis 的评论更正了表格名称

【讨论】：

这似乎在 postgreSQL 中不起作用。我试过了，我得到了 4 和 5。 OP 只希望返回的列表 id 只包含这三个人而没有其他人

你是对的——它在任何 DBMS 中都不起作用；我添加了一个子选择来纠正问题。谢谢。

(SELECT * from ListsId b 应该是 (SELECT * from ListHasNames b 但我还是明白了！;-)

【参考方案2】：

我以 Carl Manaster 的解决方案为出发点：

SELECT listsid 
FROM listhasnames 
GROUP BY listsid HAVING COUNT(*) = 3
INTERSECT
SELECT x.listsid 
FROM listhasnames x, names n 
WHERE n.name IN('Paul', 'Joe', 'Jenny') 
AND n.id = x.namesid

【讨论】：

这是排除包含额外人员的列表的另一种好方法。

从未听说过 INTERSECT，看起来像是 MSSQL2005 的新手。但是，这个查询实际上不会返回不正确的结果吗？第一个查询返回具有 3 个名称的所有列表，第二个查询返回包含 Paul、Joe 或 Jenny 的所有列表。如果有一个列表总共包含 3 个成员，但其中只有 1 或 2 个成员是 Paul、Joe 或 Jenny，则此查询将返回根据原始问题不正确的查询。

【参考方案3】：

更新：

select a.ListsId from
(
    --lists with three names only
    select lhn.ListsId, count(*) as count
    from ListHasNames  lhn
    inner join Names n on lhn.NamesId = n.Id 
    group by lhn.ListsId
    having count(*) = 3
) a
where a.ListsId in (select ListsId from ListHasNames lhn where NamesId = (select NamesId from names where Name = 'Paul'))
and a.ListsId in (select ListsId from ListHasNames lhn where NamesId = (select NamesId from names where Name = 'Joe'))
and a.ListsId in (select ListsId from ListHasNames lhn where NamesId = (select NamesId from names where Name = 'Jenny'))

【讨论】：

也许你应该告诉他 Count = 3 是因为他要求 3 个名字

由于名称列表是固定的并且“计数”将始终为 3，因此我将从选择列表中删除最后两列并改为执行“HAVING COUNT(*) = 3”。跨度>

【参考方案4】：

我最近刚刚解决了一个可能对您的情况也很有效的问题。这可能是矫枉过正。

我采用的方法是创建一个可能是正确解决方案的候选关联列表，然后使用游标或队列表来检查可能正确的解决方案以进行全面验证。

在我的例子中，这是通过类似的方式实现的

select
ParentId
count(*) as ChildCount
checksum_agg(checksum(child.*) as ChildAggCrc
from parent join child on parent.parentId = child.parentId

然后，您可以将计数和聚合校验和与您的查找数据（即要检查的 3 个名称）进行比较。如果没有行匹配，则保证没有匹配项。如果任何行匹配，您就可以通过并执行该特定 ParentId 的连接，以验证行集之间是否存在任何差异。

一清二楚？ :)