在不同的行上选择满足不同条件的值？

StackOverflow https://stackoverflow.com/questions/477006

题

这是一个非常基本的查询，我无法弄清楚......

假设我有一个像这样的两列表：

userid  |  roleid
--------|--------
   1    |    1
   1    |    2
   1    |    3
   2    |    1

我想获得所有不同的用户 ID roleids 1、2 和 3。使用上面的示例，我想要返回的唯一结果是 userid 1.我该怎么做呢？

有帮助吗？

解决方案 

SELECT userid
FROM UserRole
WHERE roleid IN (1, 2, 3)
GROUP BY userid
HAVING COUNT(DISTINCT roleid) = 3;

要任何阅读：我的答案是简单明了的，并得到了“接受”的地位，但请你去阅读的答案通过@cletus给出。它具有更好的性能。

Justing想大声，另一种方式编写的自联接由@cletus描述是：

SELECT t1.userid
FROM userrole t1
JOIN userrole t2 ON t1.userid = t2.userid
JOIN userrole t3 ON t2.userid = t3.userid
WHERE (t1.roleid, t2.roleid, t3.roleid) = (1, 2, 3);

这可能是更容易阅读的你，和MySQL支持类似的元组的比较。 MySQL也知道如何利用覆盖索引智能化此查询。刚刚经历EXPLAIN运行它，请参阅“使用索引”中的笔记全部三个表，这意味着它读取索引，甚至没有触及数据行。

我跑这个查询了我的MacBook上使用MySQL 48年1月5日210万行（用于PostTags堆栈溢出的7月份的数据转储），并在1.08秒返回的结果。在与分配给innodb_buffer_pool_size足够的内存像样的服务器，它应该是更快的。

其他提示

好吧，我对此投了反对票，所以我决定测试一下：

CREATE TABLE userrole (
  userid INT,
  roleid INT,
  PRIMARY KEY (userid, roleid)
);

CREATE INDEX ON userrole (roleid);

运行这个：

<?php
ini_set('max_execution_time', 120); // takes over a minute to insert 500k+ records 

$start = microtime(true);

echo "<pre>\n";
mysql_connect('localhost', 'scratch', 'scratch');
if (mysql_error()) {
    echo "Connect error: " . mysql_error() . "\n";
}
mysql_select_db('scratch');
if (mysql_error()) {
    echo "Selct DB error: " . mysql_error() . "\n";
}

$users = 200000;
$count = 0;
for ($i=1; $i<=$users; $i++) {
    $roles = rand(1, 4);
    $available = range(1, 5);
    for ($j=0; $j<$roles; $j++) {
        $extract = array_splice($available, rand(0, sizeof($available)-1), 1);
        $id = $extract[0];
        query("INSERT INTO userrole (userid, roleid) VALUES ($i, $id)");
        $count++;
    }
}

$stop = microtime(true);
$duration = $stop - $start;
$insert = $duration / $count;

echo "$count users added.\n";
echo "Program ran for $duration seconds.\n";
echo "Insert time $insert seconds.\n";
echo "</pre>\n";

function query($str) {
    mysql_query($str);
    if (mysql_error()) {
        echo "$str: " . mysql_error() . "\n";
    }
}
?>

输出：

499872 users added.
Program ran for 56.5513510704 seconds.
Insert time 0.000113131663847 seconds.

这会增加 500,000 个随机用户角色组合，并且大约有 25,000 个符合所选条件的组合。

第一个查询：

SELECT userid
FROM userrole
WHERE roleid IN (1, 2, 3)
GROUP by userid
HAVING COUNT(1) = 3

查询时间：0.312秒

SELECT t1.userid
FROM userrole t1
JOIN userrole t2 ON t1.userid = t2.userid AND t2.roleid = 2
JOIN userrole t3 ON t2.userid = t3.userid AND t3.roleid = 3
AND t1.roleid = 1

查询时间：0.016秒

这是正确的。我建议的加入版本是 比聚合版本快二十倍。

抱歉，我这样做是为了在现实世界中生活和工作，在现实世界中我们测试 SQL，结果不言而喻。

这其中的原因应该是很清楚的。聚合查询的成本将随着表的大小而变化。每行都经过处理、聚合和过滤（或不通过） HAVING 条款。连接版本将（使用索引）根据给定角色选择用户子集，然后对照第二个角色检查该子集，最后对照第三个角色检查该子集。每个 选择 （在 关系代数 术语）适用于越来越小的子集。由此你可以得出结论：

连接版本的性能变得更好，匹配发生率更低。

如果只有 500 个用户（在上面的 50 万个示例中）具有三个指定的角色，则加入版本将显着加快。聚合版本不会（并且任何性能改进都是传输 500 个用户而不是 25k 个用户的结果，而加入版本显然也得到了 25k）。

我也很好奇真正的数据库（即 Oracle）将如何处理这个问题。因此，我基本上在 Oracle XE 上重复了相同的练习（与上一个示例中的 MySQL 在同一台 Windows XP 桌面计算机上运行），结果几乎相同。

连接似乎不受欢迎，但正如我所演示的，聚合查询可能会慢一个数量级。

更新： 经过一些 广泛的测试, ，情况比较复杂，答案将取决于您的数据、数据库和其他因素。这个故事的寓意是测试、测试、测试。

在经典的方法来做到这一点是把它当作一个关系分割问题。

在英国：选择那些对他们没有期望的角色ID值的缺少用户

我假设你必须其中的UserRole表是指一个用户表，我假设所期望的角色ID的值是在表中：

create table RoleGroup(
  roleid int not null,
  primary key(roleid)
)
insert into RoleGroup values (1);
insert into RoleGroup values (2);
insert into RoleGroup values (3);

我也将承担所有相关的字段不可为空，所以有与没有惊喜或NOT EXISTS。下面是表达上面的英文SQL查询：

select userid from Users as U
where not exists (
  select * from RoleGroup as G
  where not exists (
    select R.roleid from UserRole as R
    where R.roleid = G.roleid
    and R.userid = U.userid
  )
);

把它写的另一种方法是这样的

select userid from Users as U
where not exists (
  select * from RoleGroup as G
  where G.roleid not in (
    select R.roleid from UserRole as R
    where R.userid = U.userid
  )
);

这可能会或可能不会最终被高效，视指标，平台，数据等在网上搜索“关系师”，你会发现很多东西。

假设用户ID，角色ID被包含在唯一索引（意味着不可能有2个记录其中userid = x和角色ID = 1 

select count(*), userid from t
where roleid in (1,2,3)
group by userid
having count(*) = 3

select userid from userrole where userid = 1
intersect
select userid from userrole where userid = 2
intersect
select userid from userrole where userid = 3

这会不会解决这个问题？一个解决方案是多么好这个典型的关系型数据块？将查询优化器自动优化呢？

如果您需要任何形式的一般性这里（3不同的角色组合或不同的正作用组合）......我建议你使用一个位屏蔽系统，为您的角色，并使用位运算符来进行查询。 ..

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top