选择与另一个表相关的行的计数字段

Question

我很长一段时间都在努力解决这个问题，不知道如何解决它。 我很难描述，所以请耐心等待。 有两个表：

表“用户”

UserId PK
Gender

表“表格”

FormId PK
UserId1 FK
UserId2 FK
Type

表单始终与两个用户相关，但并非所有用户都有相关表单。 现在我想只计算具有相关表单的用户的指定性别。

所以结果，我想要...... 像这样：

# |  Gender | GenderCount
1 |  male   |     43
2 |  female |     12
3 |  trans  |     2

我尝试了以下SQL脚本，但结果并不明显（所有GenderCount的总和大于实际用户数）

SELECT u.Gender AS 'Gender', COUNT(u.Gender) AS 'GenderCount' 
FROM Users u, Forms f 
WHERE ((f.UserId1 = u.UserId) 
    OR (f.UserId2 = u.UserId)) 
AND (Type = 'Foo') 
GROUP BY Gender 
ORDER BY GenderCount 
DESC

解决这个问题的任何提示？

Answer 1

我们来看看你想要的东西：

• 每种性别中有多少人回答过任何形式？
• 注意：每个用户只应计算一次，无论他们填写多少表格。

像这样的短语，答案变得相当明显，至少在伪代码中：

SELECT
    u.Gender,
    COUNT(u.Gender)
FROM
    Users u
WHERE
    [User has answered a form]
GROUP BY
    u.Gender

确定用户是否已回答表单的最简单方法取决于所使用的SQL的特定风格。 您需要使用子查询。 如何访问它有几个选项。

IN是最常用的方法：

SELECT
    u.Gender        Gender,
    COUNT(u.Gender) GenderCount
FROM
    Users u
WHERE
    u.id IN (
        SELECT f.UserId1 user_id FROM Forms f WHERE Type = 'Foo'
        UNION
        SELECT f.UserId2 user_id FROM Forms f WHERE Type = 'Foo'
    )
GROUP BY
    Gender
ORDER BY
    GenderCount DESC

在可用的情况下， EXISTS阅读更自然，有时更快：

SELECT
    u.Gender        Gender,
    COUNT(u.Gender) GenderCount
FROM
    Users u
WHERE
    EXISTS(
        SELECT '1'
        FROM Forms f
        WHERE
            (f.UserId1 = u.id OR f.UserId2 = u.id)
            AND Type = 'Foo'
    )
GROUP BY
    Gender
ORDER BY
    GenderCount DESC

关于速度：查询优化器通常会在可能的情况下将IN转换为EXISTS ，以避免不必要地选择额外的行。 但是，使用多列需要使用OR或UNION ，因此在这种情况下它可能非常均匀。 即：既不是OR也不是UNION与索引很好地配合。

Answer 2

跳过为每个用户生成多行的联接：

SELECT Gender, COUNT(Gender) AS 'GenderCount' 
FROM Users
WHERE UserId IN (SELECT UserId1 FROM Forms WHERE Type = 'Foo' 
                 UNION 
                 SELECT UserId2 FROM Forms WHERE Type = 'Foo')
GROUP BY Gender 
ORDER BY GenderCount DESC

或者如果你想避免使用UNION（在这种情况下BTW完全有效），你可以像这样使用OR：

SELECT Gender, COUNT(Gender) AS 'GenderCount' 
FROM Users
WHERE UserId IN (SELECT UserId1 FROM Forms WHERE Type = 'Foo')
   OR UserId IN (SELECT UserId2 FROM Forms WHERE Type = 'Foo')
GROUP BY Gender 
ORDER BY GenderCount DESC

正如其他人所指出的那样，有很多方法可以使用JOIN来实现。 但是，JOIN会为DBMS引擎增加不必要的复杂性，因为它首先需要匹配行，然后减少到DISTINCT值。

Answer 3

SELECT u1.Gender AS 'Gender', COUNT(*) AS 'GenderCount'
FROM
    Users u1 
        INNER JOIN 
    (SELECT DISTINCT u.UserId
    FROM 
        Users u
            INNER JOIN Forms f ON ((f.UserId1 = u.UserId) 
                                OR (f.UserId2 = u.UserId))
                                AND (f.Type = 'Foo')) T ON T.UserId = u1.UserId
GROUP BY Gender 
ORDER BY GenderCount DESC

Answer 4

你应该用

count(distinct u.UserId)

这样，用户只会被计算一次：count（distinct field_name）计算field_name中包含的唯一值的数量，因此在主键上计算distinct将为您提供唯一用户的数量，这正是您要查找的内容。

另外，使用像这样的in子句可能会更好，而不是加入

select Gender, count(distinct UserId) as GenderCount
from Users
where u.UserId in (select UserId1 from Forms) or u.UserId in (select UserId2 from Forms)

它可能也会稍快一些。