根据匹配另一列标识符中所有行的列内容来选择行？

Posted 2023-03-29

【中文标题】根据匹配另一列标识符中所有行的列内容来选择行？

【英文标题】：Select rows based on matching a column contents across all rows within an identifier in another column?

【发布时间】：2021-10-06 19:48:59

【问题描述】：

在 Windows 10 企业版 21H1 上运行 SQL Server 14.0.2037.2

仅当该 ID 内所有行中的另一个列条目与第二个表中类似列的条目匹配时，我才尝试返回 ID，同样在特定 ID 内。 例如，

create table #F(patentid VARCHAR(8), subclass VARCHAR(3));

insert into #F values ('l','x');
insert into #F values ('l','y');
insert into #F values ('l','z');

insert into #F values ('m','x');

insert into #F values ('n','z');


create table #P(patentid VARCHAR(8), subclass VARCHAR(3));


insert into #P values ('b','x');

insert into #P values ('c','w');
insert into #P values ('c','x');
insert into #P values ('c','y');
insert into #P values ('c','z');

insert into #P values ('d','x');
insert into #P values ('d','y');
insert into #P values ('d','z');

insert into #P values ('e','x');
insert into #P values ('e','y');
insert into #P values ('e','z');

我正在尝试编写一个查询，该查询将为#F 中的每个专利ID 返回子类条目完全匹配的#P 中的所有专利ID。 #F 中的 "l" 与 #P 中的 "d" 和 "e" 匹配 [匹配的子类是 'x'、'y' 和 'z'] 以及#F中的“m”与#P中的“b”匹配[匹配的子类是“x”]

输出应该是：

l, d
l, e
m, b

代码需要高效，因为 #F 和 #P 都包含数百万行。我尝试过 Union，但它适用于整组行，并且不允许按子集匹配（即在专利 ID 内）

非常感谢任何帮助。

【问题讨论】：

这可能会有所帮助： -- 您想要的是一个联接，其中源中的项目数与联接表中的项目数匹配，并且与联接中的项目数匹配

dbfiddle.uk/…

【参考方案1】：

这是Relational Division Without Remainder 的示例，有多个除数。

换句话说，您希望将#F 除以#P（在关系意义上），并且只取没有余数的结果。

解决方法很多，这里有一个

按patentid 对两个表进行分区并计算窗口计数 通过subclass 将一个表与另一个表左连接，根据精确匹配计数进行过滤 按 ID 对分组 过滤掉没有匹配p.subclass 的所有f.subclass，我们使用HAVING COUNT(*) = COUNT(p.subclass) 执行此操作，因为COUNT(p.subclass) 只计算非空值。

SELECT
  f.patentid, p.patentid
FROM (
    SELECT *,
      cnt = COUNT(*) OVER (PARTITION BY f.patentid)
    FROM #F f
) f
LEFT JOIN (
    SELECT *,
      cnt = COUNT(*) OVER (PARTITION BY p.patentid)
    FROM #P p
) p ON p.cnt = f.cnt AND p.subclass = f.subclass
GROUP BY
  f.patentid, p.patentid
HAVING COUNT(*) = COUNT(p.subclass);

db<>fiddle

【讨论】：

这很棒而且效果很好。非常感谢@Charlieface！我今天学到了一些东西..（分区选择行集..）

【参考方案2】：

这对您来说足够高效吗？

select f.patentId, p.patentid 
from (
    select patentId, STRING_AGG(subclass,'') WITHIN GROUP (ORDER BY subclass ASC) as class 
    from #F 
    group by patentId
) f
inner join (
    select patentId, STRING_AGG(subclass,'') WITHIN GROUP (ORDER BY subclass ASC) as class 
    from #P 
    group by patentId
) p on f.class = p.class

【讨论】：

一个很好的答案解释了它是如何工作的，除了提供工作代码。

这不起作用——这将为 m 提供多个结果，因为 x 在许多组中——您还必须检查计数（正如我在评论中所说）