SQL：如何比较表，即计算连接表中的行数？

Question

我正在加入两个表，我想获得一些描述该操作的简单统计信息，即：

• 我在每个表中总共有多少行，
• 其中有多少人将加入
• 将留下多少未加入

我确信必须有一些智能且简单的方法来即时获取所有信息 - 无需创建和计算额外的标志/变量，也无需长长的查询序列。

如果有这样的解决方案来连接两个以上的数据集，那就太好了 - 当 3 个表格 时，可以轻松计算下图中可见的 7 组记录进行比较。

我目前正在从 SAS 查询，但在使用 Oracle 和 MS SQL 时我经常遇到同样的问题 - 我正在寻找一些与 dbms 无关的解决方案。

Answer 1

在使用 SAS PROC SQL 时，最有用的选项之一是 verbose 。例如：

%macro create_data(num, min, max);
  /* Creates sample datasets */
  DATA have&num.;
      do i=&min. to &max.;
          ID = i; OUTPUT;
      end; DROP i;
  RUN;
%mend create_data;

%create_data(1,1,10);
%create_data(2,5,15);
%create_data(3,9,100);

PROC SQL verbose;
    /* Sample join */
    CREATE table want as
        SELECT have1.ID as ID1, have2.ID as ID2, have3.ID as ID3
        FROM have1
        FULL JOIN have2
            on have1.ID=have2.ID
        RIGHT JOIN have3
            on have3.ID=have1.ID;
QUIT;

将在您的 SAS 日志中打印以下内容：

Data Set WORK.HAVE1 is num=1 and tag=0001. NOBS=10, lrecl=8.
Data Set WORK.HAVE2 is num=2 and tag=0002. NOBS=11, lrecl=8.
Data Set WORK.HAVE3 is num=3 and tag=0004. NOBS=92, lrecl=8.
NOTE: Table WORK.WANT created, with 92 rows and 3 columns.

这对于查看连接行为非常有用，尤其是对于多个数据集。

如果您在 SAS 之外工作并寻找通用 SQL 解决方案，我认为您最好（也是最快）的解决方案是查询计数。例如，从上面的选择中：

* how many rows I have in total in each of tables ;
SELECT count(*) from have1;
SELECT count(*) from have2;
SELECT count(*) from have3;
* how many of them are joined ;
SELECT count(*) from want;
* how many will be left unjoined ;
SELECT count(*) from want where missing(ID1) or missing(ID2) or missing(ID3);

在不了解具体情况的情况下很难给您额外的建议。 SQL 对此没有标准解决方案的部分原因是，不同类型的连接在本质上彼此之间存在很大差异。

Answer 2

您可以通过以下方式获得跨表的键分布：

select in1, in2, in3, count(*) as numkeys, min(key) as key1, max(key) as key2
from (select key, sum(in1) as in1, sum(in2) as in2, sum(in3) as in3
      from ( (select key, count(*) as in1, 0 as in2, 0 as in3 from table1 group by key
             ) union all
             (select key, 0 as in1, count(*) as in2, 0 as in3 from table2 group by key
             ) union all
             (select key, 0 as in1, 0 as in2, count(*) as in3 from table3 group by key
             ) 
            ) t123
      group by key
     ) k
group by in1, in2, in3;

所有值都非零的行是内部连接返回的行。如果“key”是主键，那么所有的值都是 0 或 1（计数除外）。