SQL，努力相信 HAVING 可以比连接更有效

Posted 2023-04-14

【中文标题】SQL，努力相信 HAVING 可以比连接更有效

【英文标题】：SQL, Struggling to believe HAVING can be more efficient than a join

【发布时间】：2013-02-05 03:46:45

【问题描述】：

我正在尝试在下表中查找曾为一支球队参加过一场以上比赛的球员（** 表示私钥），并且很难相信我能想到的最佳查询（如下）是最有效的。关于如何改进它的想法，以及为什么会非常感谢的解释（尝试学习 SQL）

Team (*tid*, name)
Game (*gid*, tid)
Player (*gid*, *name*)

SELECT Team_Name, Player_Name

  FROM (SELECT GID, TID FROM GAME) G
      ,(SELECT NAME AS Player_Name, GID FROM PLAYER) P
      ,(SELECT NAME AS Team_Name, TID FROM TEAM) T

  WHERE (     G.GID = P.GID
          AND Player_Name IN (SELECT P.NAME
                                FROM GAME G
                                    ,PLAYER P
                                WHERE G.GID = P.GID
                                GROUP BY P.NAME
                                HAVING COUNT(P.NAME) > 1)
          AND T.TID = G.TID
        )

  GROUP BY Team_Name, Player_Name
  HAVING COUNT(Player_Name) > 1
  ORDER BY Team_Name

【问题讨论】：

您能给我们提供样本数据和预期输出以便更好地理解吗？另外，我认为桌子设计有点错误。 Player 只有 gid 和 name。 gid 中的 game 可以有两个团队。所以player.gid 将保持不变，而game.tid 中的团队可能不同。如果玩家名字相同，就会出现更多问题。

Player里面还有一个PID字段，还有一个MEMBEROF Table。由于查询没有必要，因此我将它们排除在外。规范指出，没有两个玩家会有相同的名字，我可能应该包括在内。回首往事，我可以看到混乱的可能性！想法是列出所有参加过两场比赛的球员以及他们效力的球队（所以这包括任何转会等，他们必须参加过两场比赛，但不一定是同一支球队

【参考方案1】：

您是在询问哪些玩家参加过不止一场比赛。

SELECT P.Player_Name
FROM Player P
GROUP BY P.Player_Name
HAVING COUNT(DISTINCT P.GID) > 1

这将返回所有玩过 1 场以上游戏 (GID) 的玩家。

如果您还想 GROUP BY 团队，请执行以下操作：

SELECT P.Player_Name, T.Team_Name
FROM Player P
    JOIN Game G ON P.GID = G.GID
    JOIN Team T ON G.TID = T.TID
GROUP BY P.Player_Name, T.Team_Name
HAVING COUNT(DISTINCT G.GID) > 1

在 Player 表中包含 GID 似乎很奇怪。也许拥有一个存储 PlayerId 和 GameId 的 PlayerGames 表会更有意义——更好地进行数据库规范化。 Player 表应该只为每个玩家存储一条记录。

另外，球员和球队之间真正的联系是什么。在这种情况下，您是说玩家必须玩游戏，而游戏必须有一个团队（或者一个游戏应该有 2 个或更多团队）。让我们知道您的目标，我们可以帮助您提出最佳选择。

祝你好运。

【讨论】：

谢谢，如果您看到我对原始帖子的评论以回应 Orangecrush，我意识到我应该更好地解释一些事情。 GROUP BY 查询完全符合我的要求（即与我的相同），但不幸的是，它的效率似乎低于原始查询。这是真正的问题，我很难相信原版是最有效的，但想不出比这更好的了！

不确定我是否在关注您-这些查询是您最有效的...您的原始查询一团糟:)您有多个 GROUP BY、多个表扫描等...可能是最适合您使用示例 (sqlfiddle.com) 构建 SQL Fiddle。更糟糕的情况是，使用我的第一个查询（没有比它更有效的）并使用 PlayerId IN ()。祝你好运。

我正在通过 aqua data studio 在 Oracle 数据库上运行查询。执行计划建议我发布的查询的节点成本为 10，而不是您的 11。原版也使用了相当少的内存。这就是我首先发布的原因，据我所知，我同意您使用的连接方法（并且我之前尝试过）应该更有效，但它似乎是 DBMS 处理它的方式，它不是！