多表，多行SQL选择

Question

给定以下架构，我如何列出有关自由职业者的所有信息？ 包括利基市场，语言，市场等。我遇到的问题是，每个自由职业者可以为每个表包含多个条目。 那么，我该怎么做？ 甚至可以使用SQL，还是我需要使用我的主要语言（golang）？

CREATE TABLE freelancer (
  freelancer_id         SERIAL PRIMARY KEY,
  ip                    inet NOT NULL,
  username              VARCHAR(20) NOT NULL,
  password              VARCHAR(100) NOT NULL,
  email                 citext NOT NULL UNIQUE,
  email_verified        int NOT NULL,
  fname                 VARCHAR(20) NOT NULL,
  lname                 VARCHAR(20) NOT NULL,
  phone_number          VARCHAR(30) NOT NULL,
  address               VARCHAR(50) NOT NULL,
  city                  VARCHAR(30) NOT NULL,
  state                 VARCHAR(30) NOT NULL,
  zip                   int NOT NULL,
  country               VARCHAR(30) NOT NULL,
);

CREATE TABLE market (
market_id       SERIAL PRIMARY KEY,
market_name     VARCHAR(30) NOT NULL,
);

CREATE TABLE niche (
niche_id        SERIAL PRIMARY KEY,
niche_name      VARCHAR(30) NOT NULL,
);

CREATE TABLE medium (
medium_id       SERIAL PRIMARY KEY,
medium_name     VARCHAR(30) NOT NULL,
);

CREATE TABLE format (
format_id       SERIAL PRIMARY KEY,
format_name     VARCHAR(30) NOT NULL,
);

CREATE TABLE lang (
lang_id         SERIAL PRIMARY KEY,
lang_name       VARCHAR(30) NOT NULL,
);

CREATE TABLE freelancer_by_niche (
id      SERIAL PRIMARY KEY,
niche_id        int NOT NULL REFERENCES niche (niche_id),
freelancer_id   int NOT NULL REFERENCES freelancer (freelancer_id)
);


CREATE TABLE freelancer_by_medium (
id      SERIAL PRIMARY KEY,
medium_id       int NOT NULL REFERENCES medium (medium_id),
freelancer_id   int NOT NULL REFERENCES freelancer (freelancer_id)

);

CREATE TABLE freelancer_by_market (
id      SERIAL PRIMARY KEY,
market_id       int NOT NULL REFERENCES market (market_id),
freelancer_id   int NOT NULL REFERENCES freelancer (freelancer_id)
);

CREATE TABLE freelancer_by_format (
id      SERIAL PRIMARY KEY,
format_id       int NOT NULL REFERENCES format (format_id),
freelancer_id   int NOT NULL REFERENCES freelancer (freelancer_id)

);

CREATE TABLE freelancer_by_lang (
id      SERIAL PRIMARY KEY,
lang_id         int NOT NULL REFERENCES lang (lang_id),
freelancer_id   int NOT NULL REFERENCES freelancer (freelancer_id)

);

Answer 1

SELECT *  
FROM freelancer  
INNER JOIN freelancer_by_niche USING (freelancer_id)  
INNER JOIN niche USING (niche_id)  
INNER JOIN freelancer_by_medium USING (freelancer_id)  
INNER JOIN medium USING (medium_id)  
INNER JOIN freelancer_by_market USING (freelancer_id)  
INNER JOIN market USING (market_id)  
INNER JOIN freelancer_by_format USING (freelancer_id)  
INNER JOIN format USING (format_id)  
INNER JOIN freelancer_by_lang USING (freelancer_id)  
INNER JOIN lang USING (lang_id);  

而且，如果您想丢失诸如freelancer_by_format类的freelancer_by_format表中不必要的属性，则可以执行此操作

SELECT a.ip, a.username, a.password, a.email, a.email_verified,  
a.fname, a.lname, a.phone_number, a.address, a.city,  
a.state, a.zip, a.country,  
b.niche_name, c.medium_name, d.market_name, e.format_name, f.lang_name  
FROM freelancer a  
INNER JOIN freelancer_by_niche USING (freelancer_id)  
INNER JOIN niche b USING (niche_id)  
INNER JOIN freelancer_by_medium USING (freelancer_id)  
INNER JOIN medium c USING (medium_id)  
INNER JOIN freelancer_by_market USING (freelancer_id)  
INNER JOIN market d USING (market_id)  
INNER JOIN freelancer_by_format USING (freelancer_id)  
INNER JOIN format e USING (format_id)  
INNER JOIN freelancer_by_lang USING (freelancer_id)  
INNER JOIN lang f USING (lang_id);  

如果要更改列名，例如将“ market_name”更改为“ market”，则可以使用

SELECT a.ip, ... ,  
       d.market_name "market", e.format_name AS "format", ...  
FROM ...  

备注在你的连接表（例如freelancer_by_niche ）没有UNIQUE的约束freelancer_id ，这意味着你可以在多个市场同样自由职业者（这是确定，可能意）。

但是，这两个属性(freelancer_id, niche_id)也没有UNIQUE约束，这意味着每个自由职业者可能多次出现在SAME生态位中。 （“乔在电子领域。三遍”）。 您可以防止通过使(freelancer_id, niche_id) UNIQUE在freelancer_by_niche 。 这样，您也就不需要代理（人工） PRIMARY KEY freelancer_by_id (id) 。

那么，可能出什么问题了？

例如，假设有关自由职业者在相同的利基空间中的相同信息三遍（行的相同数据部分三遍）：

freelancer_by_niche  
id | freelancer_id | niche_id  
 1 |       1       |    1    -- <-- same data (1, 1), different serial id
 2 |       1       |    1    -- <-- same data (1, 1), different serial id
 3 |       1       |    1    -- <-- same data (1, 1), different serial id

然后，上述查询的结果将以相同的内容（！）返回每个可能的行三（！）次，因为freelancer_by_niche可以与所有其他JOIN组合三次。

您可以将上面的SELECT DISTINCT a.id, ... FROM ...与DISTINCT一起使用，以消除重复项。 如果您获得许多重复的行，例如5个JOIN表（freelancer_by_niche，freelancer_by_medium等）中的每一个都有10个数据重复，该怎么办？ 您将得到10 * 10 * 10 * 10 * 10 = 10 ^ 5 = 100000重复项，这些重复项具有完全相同的信息。 如果然后要求DBMS使用SELECT DISTINCT ...消除重复项，则它必须对100000 duplicate rows per different row排序100000 duplicate rows per different row ，因为只能通过排序（或散列，但没关系）来检测重复项。 如果市场， 1.000 * 100.000 = 100.000.000 ，语言等自由职业者有1000行，那么您要求DBMS排序1.000 * 100.000 = 100.000.000行，以将重复项减少到唯一的1000行。 那就是一亿不必要的行。

请为freelancer_by_niche和其他JOIN表设置UNIQUE (freelancer_id, niche_id) 。

（通过重复数据，我的意思是数据(niche_id, freelancer_id)是相同的，并且只有id是自动递增的序列号。）

您可以通过执行以下操作轻松重现该问题：

-- this duplicates all data of your JOIN tables once. Do it many times.
INSERT INTO freelancer_by_niche  
  SELECT (niche_id, freelancer_id) FROM freelancer_by_niche;  
INSERT INTO freelancer_by_medium  
  SELECT (medium_id, freelancer_id) FROM freelancer_by_medium;  
INSERT INTO freelancer_by_market  
  SELECT (market_id, freelancer_id) FROM freelancer_by_market;  
INSERT INTO freelancer_by_format  
  SELECT (format_id, freelancer_id) FROM freelancer_by_format;  
INSERT INTO freelancer_by_lang  
  SELECT (lang_id, freelancer_id) FROM freelancer_by_lang;  

使用显示重复项

SELECT * FROM freelancer_by_lang;

现在尝试SELECT * FROM freelancer INNER JOIN ...事情。 如果仍能快速运行，则一次又一次地执行所有INSERT INTO freelancer_by_niche ... ，直到永远需要计算出结果为止。 （或者您得到重复的商品，可以使用DISTINCT删除）。

创建唯一数据联接表

您可以防止联接表中的重复项。 删除id SERIAL PRIMARY KEY并将其替换为多属性PRIMARY KEY（a，b）：

CREATE TABLE freelancer_by_niche (
   niche_id        int NOT NULL REFERENCES niche (niche_id),
   freelancer_id   int NOT NULL REFERENCES freelancer (freelancer_id), 
   PRIMARY KEY (freelancer_id, niche_id)
);

（将其应用于所有联接表）。 PRIMARY KEY (freelancer_id, niche_id)将创建一个UNIQUE索引。 这样，您将无法插入重复的数据（尝试使用上面的INSERT ，将被拒绝，因为信息已经存在一次。添加其他时间不会添加更多的信息，并且会使查询运行速度大大降低）。

JOIN表另一部分的非唯一索引使用PRIMARY KEY (freelancer_id, niche_id) ，Postgres在这两个属性（列）上创建一个唯一索引。 freelancer_id访问或JOINing速度很快，因为它在索引中排名第一。 访问或加入freelancer_by_niche.niche_id会很慢（对freelancer_by_niche全表扫描）。

因此，您也应该在此表freelancer_by_niche的第二部分niche_id上创建一个INDEX。

CREATE INDEX ON freelancer_by_niche (niche_id) ;

然后在niche_id上加入该表的速度也会更快，因为它们通过索引加速。 索引使查询速度更快（通常）。

摘要

您有一个很好的规范化数据库架构！ 这很好。 但是可以进行一些小的改进（请参见上文）。