在不同行上選擇符合不同條件的值？

Question

這是一個非常基本的查詢我想不通....

比方說，我有一個兩列的表是這樣的：

userid | roleid 
--------|-------- 
    1 | 1 
    1 | 2 
    1 | 3 
    2 | 1 

我想有roleids所有不同用戶標識1，2和3.使用上面的例子，我想返回的唯一結果是userid 1.我該怎麼做？

Answer 1

SELECT userid 
FROM UserRole 
WHERE roleid IN (1, 2, 3) 
GROUP BY userid 
HAVING COUNT(DISTINCT roleid) = 3; 

---

爲了任何閱讀：我的答案是簡單明瞭的，並得到了「接受」的地位，但請不要再去讀通過@cletus給出的answer。它有更好的表現。

---

Justing想大聲，另一種方式來寫自參加由@cletus描述是：

SELECT t1.userid 
FROM userrole t1 
JOIN userrole t2 ON t1.userid = t2.userid 
JOIN userrole t3 ON t2.userid = t3.userid 
WHERE (t1.roleid, t2.roleid, t3.roleid) = (1, 2, 3); 

這可能是更容易閱讀的你，和MySQL支持類似的元組的比較。 MySQL也知道如何智能地利用這個查詢的覆蓋索引。只需運行EXPLAIN即可，並在所有三個表的註釋中查看「使用索引」，這意味着它正在讀取索引，甚至不必觸摸數據行。

我在我的Macbook上使用MySQL 5.1.48在210萬行（用於PostTag的堆棧溢出7月數據轉儲）上運行此查詢，並在1.08秒內返回結果。在分配足夠內存給innodb_buffer_pool_size的體面服務器上，它應該更快。

Answer 2

好吧，我得到downvoted這個，所以我決定測試一下：

CREATE TABLE userrole (
    userid INT, 
    roleid INT, 
    PRIMARY KEY (userid, roleid) 
); 

CREATE INDEX ON userrole (roleid); 

運行以下命令：

<?php 
ini_set('max_execution_time', 120); // takes over a minute to insert 500k+ records 

$start = microtime(true); 

echo "<pre>\n"; 
mysql_connect('localhost', 'scratch', 'scratch'); 
if (mysql_error()) { 
    echo "Connect error: " . mysql_error() . "\n"; 
} 
mysql_select_db('scratch'); 
if (mysql_error()) { 
    echo "Selct DB error: " . mysql_error() . "\n"; 
} 

$users = 200000; 
$count = 0; 
for ($i=1; $i<=$users; $i++) { 
    $roles = rand(1, 4); 
    $available = range(1, 5); 
    for ($j=0; $j<$roles; $j++) { 
     $extract = array_splice($available, rand(0, sizeof($available)-1), 1); 
     $id = $extract[0]; 
     query("INSERT INTO userrole (userid, roleid) VALUES ($i, $id)"); 
     $count++; 
    } 
} 

$stop = microtime(true); 
$duration = $stop - $start; 
$insert = $duration/$count; 

echo "$count users added.\n"; 
echo "Program ran for $duration seconds.\n"; 
echo "Insert time $insert seconds.\n"; 
echo "</pre>\n"; 

function query($str) { 
    mysql_query($str); 
    if (mysql_error()) { 
     echo "$str: " . mysql_error() . "\n"; 
    } 
} 
?> 

輸出：

499872 users added. 
Program ran for 56.5513510704 seconds. 
Insert time 0.000113131663847 seconds. 

這增加了50萬用戶隨意角色組合，大約有25,000個符合所選標準。

首先查詢：

SELECT userid 
FROM userrole 
WHERE roleid IN (1, 2, 3) 
GROUP by userid 
HAVING COUNT(1) = 3 

查詢時間：0.312s

SELECT t1.userid 
FROM userrole t1 
JOIN userrole t2 ON t1.userid = t2.userid AND t2.roleid = 2 
JOIN userrole t3 ON t2.userid = t3.userid AND t3.roleid = 3 
AND t1.roleid = 1 

查詢時間：0.016s

這是正確的。我提出的加入版本是，比彙總版本快20倍。

對不起，我這樣做是爲了生活，在現實世界和現實世界中工作，我們測試SQL，結果可以說明一切。

原因應該很清楚。聚合查詢將按照表的大小進行成本縮放。每行都通過HAVING條款進行處理，彙總和過濾（或不）。連接版本將（使用索引）根據給定角色選擇用戶的子集，然後根據第二個角色檢查該子集，最後針對第三個角色檢查該子集。每個selection（在relational algebra條款）工作在一個越來越小的子集。從這裏你可以得出結論：

連接版本的性能變得更好，匹配率更低。

如果只有500個用戶（500k以上的示例中）有三個角色，那麼連接版本將顯着加快。彙總版本不會（並且任何性能改進都是因爲傳輸500個用戶而不是25k，連接版本顯然也會得到）。

我也很好奇，看看真正的數據庫（如Oracle）如何處理這個問題。所以我基本上重複了在Oracle XE上的相同練習（與上一個示例中的MySQL相同的Windows XP桌面機器上運行），結果幾乎完全相同。

連接似乎不被接受，但正如我已經證明的那樣，聚合查詢可能會慢一個數量級。

更新：一些extensive testing後，畫面更加複雜，答案將取決於你的數據，你的數據庫和其他因素。故事的寓意是測試，測試和測試。

Answer 3

如果您在這裏需要任何一種通用性（不同的3角色組合或不同的n角色組合）......我建議您爲您的角色使用位掩碼系統，並使用位運算符來執行您的查詢...

Answer 4

假設用戶ID，角色ID被包含在唯一索引（意味着不可能有2條記錄，其中用戶ID = x和角色ID = 1

select count(*), userid from t 
where roleid in (1,2,3) 
group by userid 
having count(*) = 3 

Answer 5

經典方式做到這一點是把它當作一個關係除法問題

英文：選擇那些對他們來說沒有任何希望的角色ID值丟失用戶

我假設你有其中的UserRole表是指一個用戶表，我會承擔所需roleid值位於表中：

create table RoleGroup(
    roleid int not null, 
    primary key(roleid) 
) 
insert into RoleGroup values (1); 
insert into RoleGroup values (2); 
insert into RoleGroup values (3); 

我也會假設所有相關的列都不是NULLable，所以IN和NOT EXISTS都沒有意外。這裏有一個SQL查詢表達了英語上面：

select userid from Users as U 
where not exists (
    select * from RoleGroup as G 
    where not exists (
    select R.roleid from UserRole as R 
    where R.roleid = G.roleid 
    and R.userid = U.userid 
) 
); 

另一種方式來寫它是這個

select userid from Users as U 
where not exists (
    select * from RoleGroup as G 
    where G.roleid not in (
    select R.roleid from UserRole as R 
    where R.userid = U.userid 
) 
); 

這可能會或可能不會最終被高效，視指標，平臺，數據等。在網上搜索「關係部門」，你會發現很多。

Answer 6

select userid from userrole where userid = 1 
intersect 
select userid from userrole where userid = 2 
intersect 
select userid from userrole where userid = 3 

這不會解決問題嗎？在典型的關係數據庫上，這個解決方案有多好？查詢優化器會自動優化這個嗎？