将子查询转换为自联接答案

【问题标题】：Convert Subquery to Self Join将子查询转换为自联接
【发布时间】：2019-02-14 20:13:22
【问题描述】：

SQL 新手，我知道联接往往比子查询快。我有下表，我当前的查询给出了我需要的结果，但我无法围绕一个使用自联接的类似查询，假设它是可能的。

表格

id           scheduled_id action_id
------------ ------------ ------------
1            1            1
2            1            2
3            1            3
4            2            1
5            2            2
6            3            1

架构

create table ma (
id integer primary key,
scheduled_id integer,
action_id integer
);

insert into ma (
id,
scheduled_id,
action_id
)
values
(1, 1, 1),
(2, 1, 2),
(3, 1, 3),
(4, 2, 1),
(5, 2, 2),
(6, 3, 1);

查询

select * from ma where action_id = 3
union all
select * from ma where scheduled_id not in (
  select scheduled_id from ma
  where action_id = 3)

结果

id           scheduled_id action_id
------------ ------------ ------------
3            1            3
4            2            1
5            2            2
6            3            1

我的结果应该是 action_id 值为 3 的所有行加上那些 schedule_id 的 action_id 值不为 3 的所有行。

可以在http://sqlfiddle.com/#!5/0ba51/3 找到 sqlfiddle。

谢谢。

【问题讨论】：

您说 我的结果应该是所有值为 3...的 schedule_ids 但在您的查询中您有 select * from ma where action_id = 3。哪个是正确的？
@forpas 我也对此感到困惑。鉴于结果表，我认为他们必须意味着他们想要任何具有 action_id = 3 的行以及具有 schedule_id 的所有行，其中 schedule_id 没有 action_id = 3 的行。（必须有更好的说法，但这是我现在能做的最好的了。）
对不起，你是对的；我已经更新了 OP。

标签： sql sqlite subquery self-join

【解决方案1】：

您使用自联接寻找的结果是：

SELECT DISTINCT t1.*
FROM ma t1
JOIN ma t2  
ON  t1.SCHEDULED_ID <> t2.SCHEDULED_ID --Satisfies 2nd query
WHERE t2.ACTION_ID = 3 --Satisfies 2nd query
    OR  t1.ACTION_ID = 3 --Satisfies 1st query
ORDER BY t1.ID

【讨论】：

虽然我的问题有很多意想不到的好答案，而且我对 SQL 的了解还不够，无法在这里做出好的评估，但这个查询对我来说是最容易理解的, 是一个自连接（虽然这可能不是真正需要的）并且只需要两次表扫描（此时没有索引）。
@Bink 很高兴我能帮上忙！ :)

【解决方案2】：

我认为 JOIN 并不是你真正需要的。我会使用以下查询，它可以避免 UNION ：

SELECT m.* 
FROM ma m
WHERE 
    m.action_id = 3
    OR NOT EXISTS (
        SELECT 1
        FROM ma m1
        WHERE 
            m1.scheduled_id = m.scheduled_id
            AND m1.action_id = 3
    )

在检查某物是否存在（或不存在）时，带有相关子查询的 NOT EXISTS 通常是最相关和最有效的方法。

【讨论】：

【解决方案3】：

SELECT m1.* 
FROM ma m1
INNER JOIN
(
    SELECT * 
    FROM ma m2 
    WHERE m2.action_id = 3
) AS matbl 
WHERE m1.action_id = 3 
OR matbl.scheduled_id<>m1.scheduled_id

希望它会有所帮助。

【讨论】：

【解决方案4】：

这个怎么样？虽然不是 self join 但比 union 快

select * from ma
where action_id = 3 or scheduled_id not in (
    select scheduled_id from ma
    where action_id = 3
  )

【讨论】：

【解决方案5】：

我的结果应该是值为 3 的所有 schedule_ids 加上那些不为 3 的 schedule_ids 的所有 schedule_ids 和 action_ids。

这不是您的查询所做的。执行此操作的查询是：

select ma.*
from ma
where exists (select 1
              from ma ma2
              where ma2.scheduled_id = ma.scheduled_id and
                    ma2.action_id = 3
             );

虽然您可以使用自联接来执行此操作，但这很棘手，因为查询可能会导致重复。对于逻辑，我推荐exists 或in。

【讨论】：

【解决方案6】：

此代码仅在您的 action_id 始终为 1、2、3、4 等且从不跳过 3 时才有效。我只是想提供一个替代答案，以防添加 max(action_id) 的概念对你。

select ma.id
     , ma.scheduled_id
     , ma.action_id
     , ma_max.max_action_id
from (
    select scheduled_id
         , max(action_id) as max_action_id
    from ma
    group by scheduled_id
) ma_max
join ma
    on ma_max.scheduled_id = ma.scheduled_id 
where (action_id = 3 or max_action_id < 3)

几乎可以肯定，它的性能不如使用“EXISTS”的其他答案。我只是喜欢在where (action_id = 3 or max_action_id < 3) 中将逻辑的复杂性降低到基本上易于阅读的一行。

【讨论】：