连接两个表并从一列返回多个匹配项的 SQL 查询？

Posted 2023-02-24

【中文标题】连接两个表并从一列返回多个匹配项的 SQL 查询？

【英文标题】：SQL query that joins two tables and returns multiple matches from one column?

【发布时间】：2013-02-18 01:03:27

【问题描述】：

我的标题很糟糕，这可能就是我在 Google 上找不到我想要的东西的原因。

我想要做的是从一个旧的内部博客中导出一些数据，以便我可以将其导入到其他内容中。我的问题是，虽然我可以创建我正在寻找的那种 JOIN，但第二个表中的匹配项可以包含多行，所以我最终会得到大量重复数据。我需要从第二个表中获取结果并将这些（如果有多个匹配项）连接到查询结果中的单个字段中。查询不需要 WHERE 约束，我正在尝试检索整个 blog_posts 表。

希望这个表格结构的缩写布局有助于说明：

blog_posts              blog_categories
---------------------------------------
post_id                 post_id
post_content            category_id
post_author

这里有一些示例数据。

blog_posts 表数据：

post_id  post_content  post_author
----------------------------------
1        foo1          bob
2        foo2          bob
3        foo3          fred

blog_categories 表数据：

post_id  category_id
--------------------
1        1
1        2
1        6
2        1
3        2
3        4

而我理想的结果应该是这样的：

post_id  post_content  post_author  category_ids
------------------------------------------------
1        foo1          bob          1,2,6
2        foo2          bob          1
3        foo3          fred         2,4

我能得到的最接近的是这样的简单连接：

SELECT 
    blog_posts.post_id, 
    blog_posts.post_content, 
    blog_posts.post_author, 
    blog_categories.category_id 
FROM blog_posts 
    INNER JOIN blog_categories 
        ON blog_posts.post_id = blog_categories.post_id

但这会多次返回 blog_posts 表中的匹配项（每个匹配的 category_id 一次）。

有什么方法可以只使用 SQL 来完成我想要的吗？我在想某种子选择会起作用，但是我无法理解它是如何工作的 - 我知道我基本上想在我的“循环”中使用类别 ID 进行选择当前的帖子 id，但它的语法让我无法理解。它不需要高效，这是一次性操作。

【参考方案1】：

group_concat() 函数完全符合您的需要：

SELECT 
  blog_posts.post_id, 
  blog_posts.post_content, 
  blog_posts.post_author, 
  group_concat(blog_categories.category_id)
FROM blog_posts 
JOIN blog_categories ON blog_posts.post_id = blog_categories.post_id
GROUP BY 1, 2, 3

【讨论】：

@BenjaminM 是的 - 这是一个 mysql 唯一的功能，但问题是 mysql

问题是mysql，因为我把它做成了mysql ;)

我在看这个，虽然 BLOB 输出给我带来了导出问题，但它似乎有效。我一点也不明白它是如何工作的，尤其是最后的“GROUP BY”。那些是 category_id 的还是 post_id 的？我有大约 420 个 post_id 行和 40 个 category_id 行 - 我希望我的“GROUP BY”实际上不需要列出每一个。

此外，如果我在查询末尾使用GROUP BY blog_posts.post_id, blog_posts.post_content, blog_posts.post_author，它似乎确实有效。我抽查了一些数据，看起来不错。甚至添加了另一个 JOIN 以便我可以从另一个表中提取类别名称。

@sporker SQL 标准允许通过它们的 position 引用分组列，而不是它们的 expession。这在我们计算较长的列时特别方便，但我觉得简洁令人愉悦。避免使用这种语法，但我接受它。

【参考方案2】：

你想GROUP BY blog_posts.post_id, blog_posts.post_content, blog_posts.post_author。然后使用aggregate function (http://en.wikipedia.org/wiki/Aggregate_function) 从每个组中获取所有blog_categories.category_id 值并将其转换为单个字符串。

您使用的是哪个 DBMS？对于 Postgres，您可以简单地使用数组作为聚合函数：

SELECT
  blog_posts.post_id,
  blog_posts.post_content,
  blog_posts.post_author,
  ARRAY_AGG(blog_categories.category_id)
FROM blog_posts
INNER JOIN blog_categories ON blog_posts.post_id = blog_categories.post_id
GROUP BY
  blog_posts.post_id,
  blog_posts.post_content,
  blog_posts.post_author

或者使用ARRAY_TO_STRING(ARRAY_AGG(blog_categories.category_id), ',') 得到一个逗号分隔的字符串。

【讨论】：

仅作记录，这是 MySQL。

对不起。不过，从好的方面来说，我使用 PostgreSQL 比使用 MySQL 更频繁，所以我已将您的答案添加到我的本地笔记列表中。