两个 SQL LEFT JOINS 产生不正确的结果

Posted 2023-02-16

【中文标题】两个 SQL LEFT JOINS 产生不正确的结果

【英文标题】：Two SQL LEFT JOINS produce incorrect result

【发布时间】：2012-09-09 22:49:57

【问题描述】：

我有 3 张桌子：

users(id, account_balance)
grocery(user_id, date, amount_paid)
fishmarket(user_id, date, amount_paid)

fishmarket 和 grocery 表都可能多次出现相同的 user_id，但支付的日期和金额不同，或者对于任何给定的用户都没有。 当我尝试以下查询时：

SELECT
     t1."id" AS "User ID",
     t1.account_balance AS "Account Balance",
     count(t2.user_id) AS "# of grocery visits",
     count(t3.user_id) AS "# of fishmarket visits"
FROM users t1
LEFT OUTER JOIN grocery t2 ON (t2.user_id=t1."id") 
LEFT OUTER JOIN fishmarket t3 ON (t3.user_id=t1."id") 
GROUP BY t1.account_balance,t1.id
ORDER BY t1.id

它会产生不正确的结果："1", "12", "12"。 但是，当我尝试 LEFT JOIN 到一张表时，它会为 grocery 或 fishmarket 访问产生正确的结果，即 "1", "3", "4"。

我在这里做错了什么？ 我正在使用 PostgreSQL 9.1。

【参考方案1】：

联接从左到右处理（除非括号另有说明）。如果你LEFT JOIN（或者只是JOIN，类似的效果）三个杂货给一个用户，你会得到 3 行（1 x 3）。如果您随后为同一用户加入 4 个鱼市，您将获得 12 (3 x 4) 行，乘以结果中的先前计数，而不是添加 em> 就像你希望的那样。 从而增加了杂货店和鱼市等的访问量。

你可以让它像这样工作：

SELECT u.id
     , u.account_balance
     , g.grocery_visits
     , f.fishmarket_visits
FROM   users u
LEFT   JOIN (
   SELECT user_id, count(*) AS grocery_visits
   FROM   grocery
   GROUP  BY user_id
   ) g ON g.user_id = u.id
LEFT   JOIN (
   SELECT user_id, count(*) AS fishmarket_visits
   FROM   fishmarket
   GROUP  BY user_id
   ) f ON f.user_id = u.id
ORDER  BY u.id;

要为一个或几个用户获取聚合值，相关子查询like @Vince provided 就可以了。对于整个表或其中的主要部分，聚合 n 表并连接到结果一次会更有效。这样，我们在外部查询中也不需要另一个GROUP BY。

grocery_visits 和 fishmarket_visits 是 NULL 用于在各自表格中没有任何相关条目的用户。如果您需要 0 代替（或任意数字），请在外部 SELECT 中使用 COALESCE：

SELECT u.id
     , u.account_balance
     , COALESCE(g.grocery_visits   , 0) AS grocery_visits
     , COALESCE(f.fishmarket_visits, 0) AS fishmarket_visits
FROM   ...

【讨论】：

@ErwinBrandstetter 我从你的帖子中学到了很多关于 Postgres 的知识。你有没有考虑写一本关于这个主题的书？

@MarkMcKelvy：我有。也有几个offer。但后来我没有。无论哪种方式都帮助了很多人，感觉很好。毕竟它是一个开源的 RDBMS。

我已经被这个问题困扰了将近一个星期。这不是一个简单的谷歌搜索（加入具有两个一对多关系的主表）。这正是我所需要的。

我注意到这种方法的一件事——grocery_visits 或fishmarket_visits 将在没有时返回 null 而不是 0。这可能无关紧要，但就我而言，它确实如此。 SELECT u.id, ..., (SELECT count(*) FROM grocery g WHERE g.user_id = u.id) as grocery_visits, ... 将返回 0，尽管我不确定性能影响。

@dadasign：我建议COALESCE。考虑上面的附录。

【参考方案2】：

这是因为当用户表加入到grocery 表时，有3 条记录匹配。然后这三个记录中的每一个都与 fishmarket 中的 4 个记录匹配，产生 12 个记录。您需要子查询来获取您要查找的内容。

【参考方案3】：

对于您的原始查询，如果您取出分组依据以查看预先分组的结果，您会看到为什么会创建您收到的计数。

也许以下使用子查询的查询会达到您的预期结果：

SELECT
 t1."id" AS "User ID",
 t1.account_balance AS "Account Balance",
 (SELECT count(*) FROM grocery     t2 ON (t2.user_id=t1."id")) AS "# of grocery visits",
 (SELECT count(*) FROM fishmarket  t3 ON (t3.user_id=t1."id")) AS "# of fishmarket visits"
FROM users t1
ORDER BY t1.id