在这个MYSQL查询中发生了什么，左边的连接和一个分组（在错误的列上）？

Question

我有以下表格：

create temporary table Items (item_id int, item_name varchar(10));
create temporary table ItemRating (item_id int, rating int);

有以下数据：

insert into Items (item_id, item_name) values (1,'Item 1'),(2,'Item 2'),(3,'Item 3'),(4,'Item 4'),(5,'Item 5');
insert into ItemRating values (1,9),(1,6),(3,10);

然后我运行以下查询：

select i.item_id, i.item_name, avg(ir.rating) from Items i left join ItemRating ir ON ir.item_id = i.item_id group by ir.item_id;

这是我得到的结果：

+---------+-----------+----------------+
| item_id | item_name | avg(ir.rating) |
+---------+-----------+----------------+
|       2 | Item 2    |           NULL |
|       1 | Item 1    |         7.5000 |
|       3 | Item 3    |        10.0000 |
+---------+-----------+----------------+

现在，我完全理解查询写错了，我想要的是在i.item_id上做一个组。 但我不明白这种行为。 为什么MYSQL在结果中显示item_id 2，而不是4或5？ 我实际上只希望看到第1和第3项，因为它们是唯一在ItemRating中具有相应记录的项目。

那么，任何人都可以向我解释一下MYSQL在做什么吗？

Answer 1

这是正在发生的事情。 逐个考虑查询以及MySQL正在处理的内容。

首先，您要从项目中进行select i.item_id, i.item_name, avg(ir.rating) from Items i ）：

+---------+-----------+
| item_id | item_name |
+---------+-----------+
|       1 | Item 1    |
|       2 | Item 2    |
|       3 | Item 3    |
|       4 | Item 4    |
|       5 | Item 5    |
+---------+-----------+

然后你将加入评级（ left join ItemRating ir ON ir.item_id = i.item_id ）。 请注意， 项目1在连接后出现在两行中，因为这是JOIN的定义方式 - 它为每个连接条件匹配返回一行（而LEFT基本上意味着“即使第一个表中的每一行都返回一次，即使该行没有连接条件匹配“）。

+---------+-----------+-----------+------------+
| item_id | item_name | ir.rating | ir.item_id |
+---------+-----------+-----------+------------+
|       1 | Item 1    |         9 |          1 |
|       1 | Item 1    |         6 |          1 |
|       2 | Item 2    |      NULL |       NULL |
|       3 | Item 3    |        10 |          3 |
|       4 | Item 4    |      NULL |       NULL |
|       5 | Item 5    |      NULL |       NULL |
+---------+-----------+-----------+------------+

最后，您按分级进行分组（ group by ir.item_id分组）。 这将为每个唯一的ir.item_id返回一行。 有三个唯一的ir.item_ids（正如你在最后一列中看到的那样）： 1 ， NULL和3 。 对于其中的每一个，它返回一行并平均评级。

所以，对于1我们有：

+---------+-----------+-----------+------------+
| item_id | item_name | ir.rating | ir.item_id |
+---------+-----------+-----------+------------+
|       1 | Item 1    |         9 |          1 |
|       1 | Item 1    |         6 |          1 |
+---------+-----------+-----------+------------+

崩溃成：

+---------+-----------+----------------+------------+
| item_id | item_name | avg(ir.rating) | ir.item_id |
+---------+-----------+----------------+------------+
|       1 | Item 1    |            7.5 |          1 |
+---------+-----------+----------------+------------+

对于NULL我们有：

+---------+-----------+-----------+------------+
| item_id | item_name | ir.rating | ir.item_id |
+---------+-----------+-----------+------------+
|       2 | Item 2    |      NULL |       NULL |
|       4 | Item 4    |      NULL |       NULL |
|       5 | Item 5    |      NULL |       NULL |
+---------+-----------+-----------+------------+

崩溃成：

+---------+-----------+----------------+------------+
| item_id | item_name | avg(ir.rating) | ir.item_id |
+---------+-----------+----------------+------------+
|        2| Item 2    |           NULL |       NULL |
+---------+-----------+----------------+------------+

对于3我们有：

+---------+-----------+-----------+------------+
| item_id | item_name | ir.rating | ir.item_id |
+---------+-----------+-----------+------------+
|       3 | Item 3    |        10 |          3 |
+---------+-----------+-----------+------------+

崩溃成：

+---------+-----------+----------------+------------+
| item_id | item_name | avg(ir.rating) | ir.item_id |
+---------+-----------+----------------+------------+
|       3 | Item 3    |             10 |          3 |
+---------+-----------+----------------+------------+

结合三个折叠结果给出：

+---------+-----------+----------------+------------+
| item_id | item_name | avg(ir.rating) | ir.item_id |
+---------+-----------+----------------+------------+
|       1 | Item 1    |            7.5 |          1 |
|       3 | Item 3    |             10 |          3 |
|       2 | Item 2    |           NULL |       NULL |
+---------+-----------+----------------+------------+

这是你得到的。

一个棘手的部分是NULL行折叠的方式。 回想一下，这些是空行：

+---------+-----------+-----------+------------+
| item_id | item_name | ir.rating | ir.item_id |
+---------+-----------+-----------+------------+
|       2 | Item 2    |      NULL |       NULL |
|       4 | Item 4    |      NULL |       NULL |
|       5 | Item 5    |      NULL |       NULL |
+---------+-----------+-----------+------------+

当您执行分组时，大多数数据库系统甚至不允许您选择不属于该组的列。 MySQL是个例外。 由于您只对ir.rating进行分组，因此这是唯一一个允许您选择的方法，因为没有明确的方法以非聚合方式折叠三行。 MySQL所做的只是选择它遇到的第一个，并使用该行中的值作为折叠值。 所以（2,4,5）=>（2）和（第2项，第4项，第5项）=>第2项和（NULL，NULL，NULL）=> NULL。 这就是为什么你只看到第2行（你实际上看到三个折叠的行看起来像第2行）。

要真正看到这一点并将其推向主场，请考虑以下问题：

select group_concat(i.item_id), group_concat(i.item_name), avg(ir.rating) from Items i left join ItemRating ir ON ir.item_id = i.item_id group by ir.item_id;

这与原始查询类似，但所有三个选定列现在都具有组聚合函数。 我正在使用GROUP_CONCAT ，它只是连接字符串以形成折叠版本（除了MySQL之外，这在其他SQL系统中也是有效的）。 这返回了：

+-------------------------+---------------------------+----------------+
| group_concat(i.item_id) | group_concat(i.item_name) | avg(ir.rating) |
+-------------------------+---------------------------+----------------+
| 2,4,5                   | Item 2,Item 4,Item 5      |           NULL |
| 1,1                     | Item 1,Item 1             |         7.5000 |
| 3                       | Item 3                    |        10.0000 |
+-------------------------+---------------------------+----------------+

Answer 2

这是您在加入之后和分组之前的结果集

+---------+-----------+----------------+-----------+
| i.item_id | i.item_name | ir.rating | ir.item_id |
+---------+-----------+----------------+-----------+
|       1   | Item 1      |         9 | 1          |
|       1   | Item 1      |         6 | 1          |
|       2   | Item 2      |      null | null       |
|       3   | Item 3      |        10 | 3          |
|       4   | Item 4      |      null | null       |
|       5   | Item 5      |      null | null       |
+---------+-----------+----------------+-----------+

您通过ir.item_id列进行分组，该列只有3个不同的值... 1,3和null。

显然它采取了第一个item_name虽然我怀疑它记录它正在做什么所以这不能依赖。 底线是应该抛出错误。

你真正想要的是i.item_id，i.item_name分组

Answer 3

左连接带来了所有值，但是您在item_id上对ItemRating表进行分组，因此您只能获得3个值