从满足两个计数条件的表中选择行

Question

我有一个由用户、练习和分数组成的表格。下面可以看到表格的结构和一些示例数据（仅供参考）。

|UserID | ExerciseID | Score |
------------------------------
|1 | 1 | 0 |
|1 | 2 | 1 |
|2 | 1 | 1 |
|2 | 2 | 0 |

此表包含大约 92000 个评分（每行是唯一的三个）。我希望收到该表的一个子集，其中包含最活跃的用户和练习。最活跃意味着例如在表中出现超过 20 次。所以我希望用户完成了超过 20 次不同的练习，并且我希望不同的用户完成了超过 20 次的练习。

有点循环推理，因为我希望用户完成了 20 个或更多不同的活动练习，这些练习必须是活动的，因为它们应该由 20 个或更多用户完成，并且那些用户应该是活跃的等等等等..

我希望这可以通过查询来实现，我已经尝试过自己并提出了一个接近我想要的结果的查询，但结果并不完全准确（因为有一个用户只完成了16 个练习和 2 个已被其他用户完成 19 次的练习）。查询有点难看，但它是：

select UserID, ExerciseID, Score
from [FrenchExercises]
where ExerciseID in (   select ExerciseID
                    from [FrenchExercises]
                    where UserID in (SELECT UserID
                                        FROM [FrenchExercises]
                                        GROUP BY UserID
                                        HAVING count(ExerciseID) >= 20)
                    group by ExerciseID
                    having count(UserID) >= 20)
    AND UserID in ( select UserID
                    from [FrenchExercises]
                    where ExerciseIDin (SELECT ExerciseID
                                        FROM [FrenchExercises]
                                        GROUP BY ExerciseID
                                        HAVING count(UserID) >= 20)
                    group by UserID
                    having count(ExerciseID) >= 20)

第一个子查询选择最活跃的用户，然后从活跃用户列表中选择最活跃的用户练习。第二个查询从锻炼的角度做同样的事情，它选择最活跃的锻炼，然后选择选择了这些锻炼的最活跃的用户。当我想组合这两个查询并选择ExerciseID、UserID 和Score 时，我发现结果并不完全正确。

我猜我的查询有一些错误，或者我采取了完全错误的方法。任何想法将不胜感激。

Answer 1

根据一些cmets编辑：

select userid, exerciseid, score
  from frenchexercises
 where userid in (select userid
                    from frenchexercises
                   group by userid
                  having count(*) >= 20)
   and exerciseid in (select exerciseid
                        from frenchexercises
                       group by exerciseid
                      having count(distinct userid) >= 20)

小提琴演示： http://sqlfiddle.com/#!6/a2cc6/6/0

在示例数据中，我有 USERID #1 执行 20 次练习。练习 #1 到 #20。这些练习中只有一个是“主动”的。练习 #1 由除用户 #1 之外的其他 20 人执行，因此它处于活动状态。其余的都没有。

用户 #1 在输出中返回，但只列出了练习 #1，因为这是他执行的唯一主动练习。

这个查询和我之前查询的区别在于，用户 #1 不会被认为是活跃的，因为他没有参加 20 次或更多的活跃练习。他只参加了 20 次或更多的 ANY 练习。 这就是我改变的。

如果后者确实是你真正想要的，这里是前面的查询：

select userid, exerciseid, score
  from frenchexercises
 where userid in (select userid
                    from frenchexercises
                   where exerciseid in
                         (select exerciseid
                            from frenchexercises
                           group by exerciseid
                          having count(distinct userid) >= 20)
                   group by userid
                  having count(*) >= 20)
   and exerciseid in (select exerciseid
                        from frenchexercises
                       group by exerciseid
                      having count(distinct userid) >= 20)

同样，如果用户还参加了 20 多次活跃练习，则上述查询只会考虑用户活跃。

Answer 2

我觉得我遗漏了一些细微差别，但在我看来，这就是我所关注的：

• 最活跃意味着例如在 桌子。 ...
• 我想要完成 20 次以上的练习 不同的用户。

我假设此表中没有 UserID 和 ExcerciseID 的重复项；因此，针对锻炼的用户计数是不同的，针对用户的锻炼计数是不同的。

我的方法是使用 COUNT() OVER() 来提供所需的计数，逐条记录提供，然后过滤记录。

DECLARE @cutoff int
SET @cutoff = 20

SELECT
      UserId
    , ExerciseID
    , Score
FROM (
            SELECT
                  UserId
                , ExerciseID
                , Score
                , COUNT(*) OVER (PARTITION BY UserID)     AS ExcerciseUsers
                , COUNT(*) OVER (PARTITION BY ExerciseID) AS UserExcercises
            FROM FrenchExercises
      ) AS derived
WHERE ExcerciseUsers >= @cutoff
      AND UserExcercises >= @cutoff
ORDER BY
      UserId
      , ExerciseID
;

Demo1 - small sample Demo2 - tast case by Brian DeMilia

在查看此内容时，我可能忽略了“已完成”，并假设分数为 1 表示已完成，那么以下内容会考虑到这一点：

DECLARE @cutoff int
SET @cutoff = 5

SELECT
      UserId
    , ExerciseID
    , Score
    , ExcerciseUsers
    , UserExcercises
FROM (
            SELECT
                  UserId
                , ExerciseID
                , Score
                , COUNT(*) OVER (PARTITION BY UserID)            AS ExcerciseUsers
                , COUNT(case when score = 1 then score end) OVER (PARTITION BY ExerciseID) AS UserExcercises
            FROM FrenchExercises
      ) AS derived
WHERE ExcerciseUsers >= @cutoff
      AND UserExcercises >= @cutoff
ORDER BY
      UserId
      , ExerciseID
;

Demo3 - amended sample