當左表沒有所有按列分組時的左聯接

Question

我發現很難用精確的措詞來表達這個問題。

因此，為簡化起見：我有兩個表，將它們event_type和player_events 。 第一個表是事件類型（字符串）的列表，稱為列event_type.name 。

player_events是單個玩家事件的列表。 有些玩家可能會錯過一些事件，並且同一位玩家可能會發生多次事件。 因此， player_events具有相關的列player_events.player_id和player_events.event_type_name ，以及其他與創建時間等有關的列，但后者是不相關的。

我想要一個玩家事件類型的計數，包括零。 我需要區分每個玩家的不同事件類型。 所以最后我應該得到這樣的東西：

player_id event_type_name player_event_count 0 LoginEvent 1 0 ProfileChangedEvent 0 1 LoginEvent 5 1 ProfileChangedEvent 1 ...

我當時想離開將event_type表與player_events表連接在一起，並以某種方式在player_events.player_id和player_events.event_type_name上分組，但是我無法player_events.event_type_name正常工作。

與此類似的東西錯過了零：

select player_id, event_type_name, count(event_type_name) as player_event_count from player_events group by player_id, event_type_name

最好的事情是如何做到的？

Answer 1

如果您有PLAYER表（ PLAYER_EVENT_TYPES父表，其中PLAYER_ID是主鍵），那么這樣做的一種好方法是：

select p.player_id, et.event_type_name, count(*) as player_event_count
from event_type et 
     cross join players p 
     left join player_events pe on pe.player_id = p.player_id and pe.event_type_name = et.event_type_name
group by p.player_id, et.event_type_name;

根據不存在的PLAYER表進行更新...

由於您沒有PLAYER表，因此可以這樣做：

SELECT pe.player_id,
       et.event_type_name,
       COUNT (CASE WHEN pe.event_type_name = et.event_type_name THEN 1 ELSE NULL END) cnt
FROM   player_events pe CROSS JOIN event_types et
GROUP BY pe.player_id, et.event_type_name
ORDER BY pe.player_id, et.event_type_name

（對不起，我不知道“ HIVE”，您將不得不在該數據庫中使用等效的CASE 。）

我更喜歡擁有PLAYER桌子，因為（對我而言）這還不清楚。

Answer 2

實際上，我更喜歡90年代早期的樣式-在CASE WHEN子句可用之前：

這里的技巧是在一個（臨時）表中獲取所有可能的player_id -s，在另一個表中獲取所有event_type_name -s，並將CROSS JOIN一起使用，最后將LEFT JOIN player_events到player_events表中。 然后計算來自player_events表的event_type_name -s。 event_type_name的NULL出現根本不算在內。

如果您可以依賴於event_type_name中存在所有player_id -s和所有event_type_name -s的player_events ，請執行以下操作：

WITH
-- input data for player_events, don't use in query
player_events(player_id,tm,event_type_name) AS (
          SELECT 0,TIME '00:01:01','LoginEvent'
UNION ALL SELECT 1,TIME '00:01:12','LoginEvent'
UNION ALL SELECT 1,TIME '00:01:12','LoginEvent'
UNION ALL SELECT 1,TIME '00:01:12','LoginEvent'
UNION ALL SELECT 1,TIME '00:01:12','LoginEvent'
UNION ALL SELECT 1,TIME '00:01:12','LoginEvent'
UNION ALL SELECT 1,TIME '00:01:12','ProfileChangedEvent'
)
-- real query starts here - replace the comma below with WITH
,
-- all distinct player_id-s from player_events
players AS (
SELECT DISTINCT player_id FROM player_events
)
,
-- all distinct event_type_name-s from player_events
all_event_types AS (
SELECT DISTINCT event_type_name FROM player_events
)
SELECT
  p.player_id
, a.event_type_name
, COUNT(e.event_type_name) AS player_event_count
FROM players         p
CROSS JOIN all_event_types a
LEFT JOIN player_events   e USING(player_id,event_type_name)
GROUP BY
  p.player_id
, a.event_type_name
ORDER BY
  p.player_id
;

如果在player_events表中沒有任何條目的player_id -s或event_type_name -s，則必須為player_id -s和event_type_name -s創建一個SELECT，確保它們返回所有可能的出現，並替換SELECT DISTINCT -s我用那些。

祝好運 -

馬爾科