要求所有的众多符合标准筛选一个一对多查询

Question

想象以下表：

创建表盒（ID INT，名称文本，...）;

创建表thingsinboxes（ID INT，box_id INT，事枚举（ '苹果' 香蕉”， '桔子'）;

和的表如下所示：

Boxes:
id | name
1  | orangesOnly
2  | orangesOnly2
3  | orangesBananas
4  | misc

thingsinboxes:
id | box_id | thing
1  |  1     | orange
2  |  1     | orange
3  |  2     | orange
4  |  3     | orange
5  |  3     | banana
6  |  4     | orange
7  |  4     | apple
8  |  4     | banana

我如何选择包含至少一个橙色并没有什么箱子，是不是橘子？

请问这个规模，假设我有几十万箱，并可能上百万的东西在盒子里？

我想保持这一切在SQL如果可能的话，而不是处理后的结果与脚本设置。

我使用两者的Postgres和MySQL，所以子查询可能是坏的，给定的MySQL不优化子查询（预版本6，反正）。

Answer 1

SELECT b.*
FROM boxes b JOIN thingsinboxes t ON (b.id = t.box_id)
GROUP BY b.id
HAVING COUNT(DISTINCT t.thing) = 1 AND SUM(t.thing = 'orange') > 0;

---

下面是一种不使用GROUP BY另一种解决方案：

SELECT DISTINCT b.*
FROM boxes b
  JOIN thingsinboxes t1 
    ON (b.id = t1.box_id AND t1.thing = 'orange')
  LEFT OUTER JOIN thingsinboxes t2 
    ON (b.id = t2.box_id AND t2.thing != 'orange')
WHERE t2.box_id IS NULL;

与往常一样，你做出一个查询的可扩展性和性能的结论之前，请你必须与现实的数据集尝试，并测量性能。

Answer 2

我觉得比尔Karwin的查询是蛮好的，但是如果一个框的比例相对较小含有橙子，你应该能够通过在thing领域使用索引来加快速度：

SELECT b.*
FROM boxes b JOIN thingsinboxes t1 ON (b.id = t1.box_id)
WHERE t1.thing = 'orange'
AND NOT EXISTS (
    SELECT 1
    FROM thingsinboxes t2
    WHERE t2.box_id = b.id
    AND t2.thing <> 'orange'
)
GROUP BY t1.box_id

在WHERE NOT EXISTS子查询只会每橙色的东西运行一次，所以它不是太昂贵提供不会有太多的橘子。