为什么这个 SQL 查询不起作用？ CS50 Pset7 - 电影

Question

我目前正在处理这个https://cs50.harvard.edu/x/2020/psets/7/movies/ 并尝试完成 9.sql。

有一个名为“movies”的数据库，其中包含表格：电影（列：id、title、year）、people（id、name、birth）和 stars（movie_id、person_id）。

任务是：

编写一个 SQL 查询来列出所有在 2004年上映的电影，按出生年份排序。它应该返回 18,013 名字。

到目前为止，这就是我所做的：

SELECT count(distinct name) 
from people
join stars on stars.person_id = people.id
join movies on stars.movie_id = movies.id
WHERE year = 2004;

但是，这只会返回 17,965 的计数...

谁能明白为什么会这样？

Answer 1

如果你count(distinct person_id)，那么你会得到18013。名字不唯一是合理的。不合理的是考试中的指令说你应该只列出名字。

正确区分名称的一种方法是执行以下操作：

SELECT p.name
from people p
where p.id in (
select distinct s.person_id
from stars s join movies m on s.movie_id = m.id
WHERE m.year = 2004)

如果你这样做，那么由于in 运算符的定义，你甚至不需要distinct。但无论如何，您可能会得到相同的执行计划。

在我看来，如果 p.name 属于另一个人，则可以多次列出它。如果规则以这些词开头，那么您编写的查询就可以了：

如果一个人的名字...

而不是这些词：

如果一个人...

这让我想起了C. J. Date 某天在课堂上所做的一件事。他在投影仪上贴了一层箔纸，将烟斗的图像投射到墙上。然后他问：这是什么？

• 一个烟斗，一个人说（可能是我）。
• 另一个人说的管道图像。
• 最后，有人说墙上投影的管道图像。

既然是数据库类而不是物理类，就没人敢当smart-a**。