为啥mysql和sqlite之间的SELECT结果不同？

Posted 2023-03-29

【中文标题】为啥mysql和sqlite之间的SELECT结果不同？

【英文标题】：Why does SELECT results differ between mysql and sqlite?为什么mysql和sqlite之间的SELECT结果不同？

【发布时间】：2012-04-16 09:11:46

【问题描述】：

我以简化和扩展的方式重新询问此question。

考虑这些 sql 语句：

create table foo (id INT, score INT);

insert into foo values (106, 4);
insert into foo values (107, 3);
insert into foo values (106, 5);
insert into foo values (107, 5);

select T1.id, avg(T1.score) avg1
from foo T1
group by T1.id
having not exists (
    select T2.id, avg(T2.score) avg2
    from foo T2
    group by T2.id
    having avg2 > avg1);

使用 sqlite，select 语句返回：

id          avg1      
----------  ----------
106         4.5       
107         4.0       

mysql 返回：

+------+--------+
| id   | avg1   |
+------+--------+
|  106 | 4.5000 |
+------+--------+

据我所知，mysql 的结果是正确的，而 sqlite 的结果是不正确的。我尝试使用 sqlite 转换为real，如下所示，但它仍然返回两条记录：

select T1.id, cast(avg(cast(T1.score as real)) as real) avg1
from foo T1
group by T1.id
having not exists (
    select T2.id, cast(avg(cast(T2.score as real)) as real) avg2
    from foo T2
    group by T2.id
    having avg2 > avg1);

为什么sqlite返回两条记录？

快速更新：

我针对最新的 sqlite 版本 (3.7.11) 运行了语句，仍然得到两条记录。

另一个更新：

我向 [e-mail] 发送了一封关于该问题的电子邮件。

我自己，我一直在玩 VDBE，发现了一些有趣的东西。我拆分了not exists 的每个循环的执行跟踪（每个平均组一个）。

为了拥有三个平均组，我使用了以下语句：

create table foo (id VARCHAR(1), score INT);

insert into foo values ('c', 1.5);
insert into foo values ('b', 5.0);
insert into foo values ('a', 4.0);
insert into foo values ('a', 5.0);

PRAGMA vdbe_listing = 1;
PRAGMA vdbe_trace=ON;

select avg(score) avg1
from foo
group by id
having not exists (
    select avg(T2.score) avg2
    from foo T2
    group by T2.id
    having avg2 > avg1);

我们清楚地看到，不知何故，应该是r:4.5 变成了i:5：

我现在正试图找出原因。

最终编辑：

所以我已经玩够了 sqlite 源代码。我现在更了解这头野兽了，尽管我会让original developer 解决它，因为他似乎已经这样做了：

http://www.sqlite.org/src/info/430bb59d79

有趣的是，至少对我而言，似乎较新的版本（有时在我使用的版本之后）支持插入在上述提交中添加的测试用例中使用的多条记录：

CREATE TABLE t34(x,y);
INSERT INTO t34 VALUES(106,4), (107,3), (106,5), (107,5);  

【问题讨论】：

只是为了好玩，我将它运行到 SQL，SQL Server 会产生什么，它抱怨 avg2 和 avg1 不存在。我用MAX(T2.score) 和MAX(T1.score) 替换了它们，它给出了SQLite 结果。当我使用score REAL 创建表时，它给出了 MySQL 结果。也许您的 MySQL 架构与 sqlites 不同？

@ta.speot.is: 你能尝试像avg(T2.score) as avg2 一样添加as（出现两次）吗？

不起作用。可以肯定的是，在 WHERE、GROUP BY 或 HAVING 中使用别名时，SQL Server 不会掷骰子。

在 sqlite 下尝试部分语句我有这个SQL error: no such function: exists。在 mysql 下工作的关键字可能不在其他数据库系统中。我会亲自使用IN 关键字来测试您的子查询的结果

似乎 sqlite 团队需要一份错误报告。

【参考方案1】：

我试图弄乱一些查询变体。

似乎 sqlite 在嵌套 HAVING 表达式中使用先前声明的字段时出现错误。

在您的示例中，avg1 在第二次拥有下始终等于 5.0

看：

select T1.id, avg(T1.score) avg1
from foo T1
group by T1.id
having not exists (
    SELECT 1 AS col1 GROUP BY col1 HAVING avg1 = 5.0);

这个不返回任何内容，但执行以下查询会返回两条记录：

...
having not exists (
    SELECT 1 AS col1 GROUP BY col1 HAVING avg1 <> 5.0);

我在sqlite tickets list 找不到任何类似的错误。

【讨论】：

是的，我在使用 VDBE 进行跟踪时看到了一些非常相似的东西。我已经向 [e-mail] 发送了一封关于该问题的电子邮件。

【参考方案2】：

让我们看看这两种方式，我将使用 postgres 9.0 作为我的参考数据库

(1)

-- select rows from foo 

select T1.id, avg(T1.score) avg1
from foo T1
group by T1.id
-- where we don't have any rows from T2
having  not exists (
-- select rows from foo
select T2.id, avg(T2.score) avg2
from foo T2
group by T2.id
-- where the average score for any row is greater than the average for 
-- any row in T1
having avg2 > avg1);

 id  |        avg1        
-----+--------------------
 106 | 4.5000000000000000
(1 row)

然后让我们移动子查询中的一些逻辑，去掉'not'： (2)

-- select rows from foo 
select T1.id, avg(T1.score) avg1
from foo T1
group by T1.id
-- where we do have rows from T2
having  exists (
-- select rows from foo
select T2.id, avg(T2.score) avg2
from foo T2
group by T2.id
-- where the average score is less than or equal than the average for any row in T1
having avg2 <= avg1);
-- I think this expression will be true for all rows as we are in effect doing a
--cartesian join 
-- with the 'having' only we don't display the cartesian row set

 id  |        avg1        
-----+--------------------
 106 | 4.5000000000000000
 107 | 4.0000000000000000
(2 rows)

所以你必须问自己——当你在有子句中执行这个相关子查询时，你的实际意思是什么，如果它根据主查询中的每一行评估每一行，我们正在做一个笛卡尔连接，而我没有'不认为我们应该指责 SQL 引擎。

如果您希望每一行都小于最大平均值您应该说的是：

select T1.id, avg(T1.score) avg1 
from foo T1 group by T1.id
having avg1 not in 
(select max(avg1) from (select id,avg(score) avg1 from foo group by id)) 

【讨论】：

我问题中的那个select语句真的不难理解；我只是想要正确的结果;-)

我认为它是模棱两可的，并且会在不同的技术中提供不确定的结果

似乎对MySql、MS Sql、现在的Postgres 没有歧义；而且似乎 sqlite 的主要开发人员正在对我发送给 [e-mail] 的电子邮件做出反应。

【参考方案3】：

你试过这个版本吗？ ：

select T1.id, avg(T1.score) avg1
from foo T1
group by T1.id
having not exists (
    select T2.id, avg(T2.score) avg2
    from foo T2
    group by T2.id
    having avg(T2.score) > avg(T1.score));

---

还有这个（应该给出相同的结果）：

select T1.*
from
  ( select id, avg(score) avg1
    from foo 
    group by id
  ) T1
where not exists (
    select T2.id, avg(T2.score) avg2
    from foo T2
    group by T2.id
    having avg(T2.score) > avg1);

---

查询也可以用派生表来处理，而不是HAVING子句中的子查询：

select ta.id, ta.avg1
from 
  ( select id, avg(score) avg1
    from foo
    group by id
  ) ta
  JOIN
  ( select avg(score) avg1
    from foo 
    group by id
    order by avg1 DESC
    LIMIT 1
  ) tmp
  ON tmp.avg1 = ta.avg1 

【讨论】：

我刚刚做了； sqlite中相同的2条记录，mysql中的相同1条记录。

是的，您的第二个选项我已经作为答案；请参阅我在此问题开头链接的问题。

至于为什么原始查询不能按预期工作，我想这是一个错误，与子查询的处理方式有关。

@sixfeetsix：JOIN 版本是否显示正确的（1 行）结果？

@sixfeetsix：我添加了一个带有派生子查询的版本，将HAVING 转换为WHERE。