表和同一表上的子查询之间的内部联接答案

【问题标题】：Inner Join between table and a subquery on the same table表和同一表上的子查询之间的内部联接
【发布时间】：2015-04-06 17:49:04
【问题描述】：

SQL 服务器 2012。

编辑：我的原始查询比应有的更复杂，因为我尝试对表中的字段子集进行 Distinct 查询并将其连接到表本身以获取其他（文本）字段。以下查询也可以解决问题：

SELECT DISTINCT
    p1.id
    ,p1.Name
    ,CAST( p1.[Description] AS nvarchar(max)) AS Description
    ,( SELECT [Category] + ', '
           FROM [dbo].[Company] AS p2
          WHERE p2.Id = p1.Id
          ORDER BY Name
            FOR XML PATH('') ) AS Categories
  FROM [dbo].[Company] AS p1
  ORDER BY p1.Id

我有一个表格，其中包含与此类似的数据（每个公司有多个相同的记录，除了类别字段）：

+----+------+-----------------+----------+
| Id | Name | Description     | Category |
+----+------+-----------------+----------+
| 1  | AAA  | <loads of text> | cat1     |
| 1  | AAA  | <loads of text> | cat2     |
| 2  | BBB  | <even more text>| cat1     |
| 2  | BBB  | <even more text>| cat3     |
+----+------+-----------------+----------+

我正在尝试进行查询以获得此结果（每个公司的唯一记录和汇总到 1 个字段中的类别）：

| 1  | AAA  | <loads of text> | cat1, cat2 |
| 2  | BBB  | <even more text>| cat1, cat3 |

使用关于 SO 的各种主题的信息，我想出了这个：

SELECT 
    t1.Id
    ,t2.Name
    ,t2.[Description]
    ,t1.Category
FROM  [dbo].[Company] AS t2 
INNER JOIN (SELECT DISTINCT p1.Id
      ,( SELECT [Category] + ', '
           FROM [dbo].[Company] AS p2
          WHERE p2.Id = p1.Id
          ORDER BY Name
            FOR XML PATH('') ) AS Category
  FROM [dbo].[Company] AS p1
  ) AS t1 ON t1.Id = t2.Id
  ORDER BY t1.Id

查询结果对 Company 表中的每条记录都有一条记录，类别聚合到类别字段中：

+----+------+-----------------+------------+
| Id | Name | Description     | Category   |
+----+------+-----------------+------------+
| 1  | AAA  | <loads of text> | cat1, cat2 |
| 1  | AAA  | <loads of text> | cat1, cat2 |
| 2  | BBB  | <even more text>| cat1, cat3 |
| 2  | BBB  | <even more text>| cat1, cat3 |
+----+------+-----------------+------------+

我认为如果两个表都匹配，INNER JOIN 只会选择行。子查询自己产生预期结果（每个 Id 一条记录，聚合类别）。我在整个查询中尝试了另一个 group by 子句，但失败了，因为我无法在 group 子句中包含 Description 字段，因为它是文本类型字段。

我错过了什么？

【问题讨论】：

如果描述相同，则使用 distinct 并丢弃描述或聚合描述
我需要查询结果中的描述，我无法聚合，我会在描述字段中得到10倍的相同文本。
只需添加 GROUP BY Id、Name、Description。
Group by 失败，因为 Description 是一个文本字段，它们不能包含在 Group by 子句中。并且我不能在 SELECT 子句中包含不在 Group by 子句中的字段。
@tanner：很遗憾，我无法使用服务器功能（公司政策）

标签： sql-server subquery inner-join

【解决方案1】：

SELECT  *
FROM    ( SELECT    t1.Id ,
                    t2.Name ,
                    t2.[Description] ,
                    t1.Category ,
                    ROW_NUMBER() OVER ( PARTITION BY t1.Id, t2.Name,
                                        t1.Category ORDER BY t1.id ) row_num
          FROM      [dbo].[Company] AS t2
                    INNER JOIN ( SELECT DISTINCT
                                        p1.Id ,
                                        ( SELECT    [Category] + ', '
                                          FROM      [dbo].[Company] AS p2
                                          WHERE     p2.Id = p1.Id
                                          ORDER BY  Name
                                        FOR
                                          XML PATH('')
                                        ) AS Category
                                 FROM   [dbo].[Company] AS p1
                               ) AS t1 ON t1.Id = t2.Id
        ) t1
ORDER BY t1.Id

【讨论】：

已经尝试过：Msg 421, Level 16, State 1, Line 2 文本数据类型不能选择为 DISTINCT，因为它不可比较。
更新查询。它有点难看，但应该可以工作

【解决方案2】：

我会在外部查询中尝试 DISTINCT。这应该可以解决您的问题，除非某些行的描述/名称不同，这可能是完全可能的，因为您的数据库表可能应该是两个表，并且您可能从未编写任何代码来确保每个行的描述/名称保持相同ID。如果你有一个关于 id、name 和 description 的复合唯一索引，那么你可能没问题。

如果您确实有多个描述的问题，您将需要使用聚合来解决外部查询中的问题。或者您需要修复数据并添加唯一索引以防止将来再次发生。

就您遇到此问题的原因而言，连接工作正常，但您拥有的是派生表和另一个表之间的一对多关系。这就是为什么您会获得多条记录以及为什么 distinct 应该修复它，除非 id 的数据对于名称和描述不同。

试试这个：

SELECT DISTINCT
    t1.Id
    ,t2.Name
    ,cast(t2.[Description] as nvarchar(max))
    ,t1.Category
FROM  [dbo].[Company] AS t2 
INNER JOIN (SELECT DISTINCT p1.Id
      ,( SELECT [Category] + ', '
           FROM [dbo].[Company] AS p2
          WHERE p2.Id = p1.Id
          ORDER BY Name
            FOR XML PATH('') ) AS Category
  FROM [dbo].[Company] AS p1
  ) AS t1 ON t1.Id = t2.Id
  ORDER BY t1.Id

或者，您可以修复不良的表格设计。

【讨论】：

已经试过了：Msg 421, Level 16, State 1, Line 2 文本数据类型不能选择为 DISTINCT，因为它不可比较。
糟糕，没有注意到它是文本。它应该是文本吗？您不应该在 SQL Server 2012 中使用文本数据类型。您应该使用 varchar(max) 或 nvarchar(max)。如果可能的话，我会转换为那些，或者您可以转换为查询中的其中一个，看看是否有效。
具有相同 ID 的所有记录的描述字段相同。事实上，该表是组合多个表的更复杂查询的结果。一旦我按照应有的方式工作，我计划将该查询集成到上述查询中。
表格和字段是很久以前制作的（不是我制作的），我无法更改其中任何一个。我可以尝试转换生成 Company 表的查询中的文本字段，但恐怕有些可能会被截断（我们在这里谈论的是 1000 条记录）
VARchar(max) 和 nvarchar(max) 不会截断数据。它们可以存储与文本字段一样多的信息。您确实应该重构数据库以使用它们，但我意识到这并不总是可能的。但是，文本是一种已弃用的数据类型，使用它替换字段应该是优先事项。

【解决方案3】：

要解决使用文本作为数据类型的讨厌问题，您可以在拉取该列时强制转换该列。如果可能的话，我会将列永久更改为 varchar(max)。

类似这样的：

SELECT 
    t1.Id
    , t2.Name
    , cast(t2.[Description] as varchar(max)) as Description
    , t1.Category
FROM  [dbo].[Company] AS t2 
INNER JOIN (SELECT DISTINCT p1.Id
      ,( SELECT [Category] + ', '
           FROM [dbo].[Company] AS p2
          WHERE p2.Id = p1.Id
          ORDER BY Name
            FOR XML PATH('') ) AS Category
  FROM [dbo].[Company] AS p1
  ) AS t1 ON t1.Id = t2.Id
  GROUP BY Id
    , Name
    , cast(t2.[Description] as varchar(max))
  ORDER BY t1.Id

【讨论】：

您的回答与 HLGEM 之前的建议重复。