高效的 SQL 查询或索引来查找所有列是不是只有 1 个值

Posted 2023-05-09

【中文标题】高效的 SQL 查询或索引来查找所有列是不是只有 1 个值

【英文标题】：Efficient SQL query or index to find if all of a column has only 1 value高效的 SQL 查询或索引来查找所有列是否只有 1 个值

【发布时间】：2021-05-19 15:50:29

【问题描述】：

我有一个带有 items 表的 mysql 数据库，每个项目都限定为一个帐户。 这些项目每个都可以有几种颜色中的一种，如下所示：

项目

id | account_id | color
------------------------
1  | 1          | white
2  | 1          | white
3  | 1          | blue
4  | 1          | red
5  | 2          | white
6  | 2          | white
7  | 2          | white

在项目的显示页面上，我们希望显示项目的颜色，但仅当帐户曾经使用过多种颜色时。一旦他们开始在该帐户中使用另一种颜色，我们希望为所有项目显示颜色。

例如：

当显示 ID 为 1 的项目时，我们会显示它是 white，因为该帐户有混合白色、蓝色的项目 和红色。 当显示 ID 为 7 的项目时，我们不会显示颜色， 因为帐户中的所有颜色都相同（白色），所以有 无需使用颜色来区分它们。

为了进行这项检查，我目前正在选择帐户中的任何项目（第一个，但可能是任何项目），并运行查询以查看帐户中是否有任何颜色不同的项目，像这样：

// Get any color in the account:
SELECT color FROM items WHERE account_id = 1 LIMIT 1;

// See if any other color is used ("red" was returned from the previous query):
SELECT 1 AS one FROM `items` WHERE account_id = 1 AND color != 'red' LIMIT 1;

这很有效，并且对于循环使用一堆颜色的帐户相当有效，但有些帐户可能有数千或数百万个项目，并且可能只使用一种颜色，因此它可能必须扫描一个帐户，看看有没有不同的。

我已经尝试在 account_id 和 color 上添加复合索引，但即使是该索引也必须扫描数千或数百万条记录才能确定，因为只有少数几种颜色可以分组。

这可以接受吗？是否有一种特殊的索引可以在这里有效，或者我需要添加触发器/过程来更新每次插入时缓存的列或表？

我对触发器的意思是这样的：

DELIMITER $$

CREATE TRIGGER items_after_insert_update_account_colors
AFTER INSERT
ON items FOR EACH ROW
BEGIN
  // Insert row, but ignore if the exact row already exists.
  INSERT IGNORE INTO account_colors
  SET color = NEW.color, account_id = NEW.account_id; 
END$$

DELIMITER;

然后通过如下查询检查该表以确定是否显示颜色：

// True if other color is found for account.
SELECT 1 AS one FROM account_colors WHERE account_id = 1 AND color != 'red' LIMIT 1;

有没有一种索引技术我可以用来有效地做到这一点，或者正在使用像上面这样的触发器来缓存表的当前状态，并在每次插入时更新它，这是我能做的最好的吗？

总而言之，我想我想问是否有办法使索引像上面那样工作，即使对于数百万条记录，索引也很小，只需要保存这样的最少信息：

account_id | uses_color
-----------------------
1          | white
1          | blue
1          | red
2          | white

或

account_id | used_colors
-------------------------------------
1          | ['blue', 'white', 'red']
2          | ['white']

【问题讨论】：

触发器与此有什么关系？您想从查询中得到什么结果？

幸运的是，到目前为止提供的所有帐户都是如此

@GordonLinoff 该触发器只是一个示例，说明如果没有一个可以快速处理数百万行的良好索引策略，我可以如何实现这一点。我想要一个查询来快速告诉我整个帐户中是否只使用了一种颜色。

请提供各种用例的示例数据，并显示所需的输出。

@RickJames 我在示例中添加了更多列以显示具有所有匹配颜色的帐户，并解释了我想要的结果。感谢您让我知道我不清楚的地方。

【参考方案1】：

我建议exists:

select i.*
from items i
where exists (select 1
              from items i2
              where i2.account_id = i.account_id and
                    i2.color <> i.color
             )
order by i2.account_id;

那么为了提高性能，您需要在items(account_id, color) 上建立索引。

【讨论】：

感谢您展示我如何在一个查询中完成此任务，但这不是我的目标。我已经添加了这个索引，虽然它确实表现得更好，但它仍然比我想要的慢。我正在寻找一种可能像触发器一样工作的紧凑索引技术，我已经用更多细节和示例更新了这个问题。

【参考方案2】：

SELECT COUNT(DISTINCT(col)) FROM table;

如果该列中只有一个不同的值，则返回 1。

可以将WHERE 子句附加到它以以某种方式限制它。您可以在子查询中使用结果。

【讨论】：

COUNT(DISTINCT(col)) 不会比COUNT(col) > 1 或WHERE col != 'value' LIMIT 1 慢很多吗？我已经有了可行的解决方案，我只是想知道是否有适合数百万行的快速解决方案。

@Unixmonkey - 你知道一个“价值”吗？首先获取“值”会更慢。在您的第一个示例中，COUNT(DISTINCT value) 是帐户 1 的 3；并且是 1 对于帐户 2。COUNT(value) 是 >1 对于每个帐户。