具有依赖于多行的多个排列的查询

Question

（SQL2014 如果有区别的话）

假设我有 [tableA]

id  ResultID  SampleID  ERRORCODE col4 colN

1   9001      1100      0         ...  ...
2   9002      1100      100       ...  ...
3   9003      1100      200       ...  ...
4   9004      1100      300       ...  ...
5   9005      1101      0         ...  ... 
6   9006      1101      0         ...  ...
7   9007      1101      0         ...  ...
8   9008      1101      0         ...  ...
9   9009      1102      0         ...  ...
10  9010      1102      100       ...  ...
11  9011      1102      200       ...  ...
12  9012      1102      0         ...  ...

我想生成一个只显示包含所有错误代码 0、100、200 和 300 的样本集（由 common SampleID vals 标识）的结果。即上述内容将减少为：

id  ResultID  SampleID  ERRORCODE col4 colN

1   9001      1100      0         ...  ...
2   9002      1100      100       ...  ...
3   9003      1100      200       ...  ...
4   9004      1100      300       ...  ...

所以我需要一个查询，它一次查看多行并向下选择具有 (i) 列中某些键值的组，这里是 [ERRORCODE] 和 (ii) 另一列中的值一致，这里是[SampleID]。我看过：

Query with multiple IN clause on multiple rows

但没有任何快乐。适用于 oliboon 的子查询对我来说只适用于一行。 Olga 的代码根本不起作用，而 Aushin 的代码产生了意想不到的结果（删除一半的语法并没有改变它们）！

N00b 到 SQL，所以我有点迷路了！

在列出的一些解决方案中使用的“table”关键字似乎对我不起作用 - 可能是这些答案旨在创建一个子表，然后在子查询中对其解决方案进行进一步解析。如果我尝试类似的方法，我得到的只是“关键字表附近的语法不正确”错误：

select distinct SampleID from table [my].[db].[path].[tableA]

我想到了格式的查询

SELECT *
From [tableA]
where
    [SampleID] in (Select [SampleID] from [tableA] where [ERRORCODE] = 0) and
    [SampleID] in (Select [SampleID] from [tableA] where [ERRORCODE] = 100) 

会起作用，但它只返回一个结果，如果两个 [ERRORCODE] 检查是针对相同的代码，即 100。这当然是无用的。它逐行检查而不是执行逻辑门的第一部分，然后是第二部分。

如果我能够完成 [ERRORCODE]=0 的第一部分，然后从 [ERRORCODE]=100 的那些 SampleID 中向下选择并重复，那么就可以了。不过不知道该怎么做。

编辑：Ach FFS。事实证明，我正在寻找的每一个错误代码都必须相互排斥——无论是什么组合，都不能同时出现两个错误代码。我假设在我拥有的数据库的大小中，某处会有一个组合。

我使用错误代码检查我的查询，我可以从一个不合格的 SELECT * 中看到它们并排放置并证明它有效。

我想问题是无效的。

Answer 1

您可以使用top(1) with ties .. order by 跳过除第一个SampleID + ERRORCODE 组合之外的所有组合。然后统计与code匹配的行数，一定是code的个数。

with codes as (
    select 0 c union all
    select 100 union all
    select 200 union all
    select 300
),
errlog as ( 
   -- take only first occurence of SampleID + ERRORCODE
   select top(1) with ties id,  ResultID,  SampleID,  ERRORCODE, col4, colN
   from [my].[db].[path].[tableA]
   order by row_number() over(partition by SampleID, ERRORCODE order by ResultID)
)
select id,  ResultID,  SampleID,  ERRORCODE, col4, colN
from (
   select t.*, count(*) over(partition by t.SampleID) cnt
   from errlog t
   join codes on codes.c = t.ERRORCODE
) t
where cnt = (select count(*) from codes);

Answer 2

我有点失落。如果您想要包含所有四个错误代码的样本，那么这应该可以满足您的需求：

select a.*
from [tableA] a
where a.SampleID in (Select a2.SampleID from tableA a2 where a2.ERRORCODE = 0) and
      a.SampleID in (Select a2.SampleID from tableA a2 where a2.ERRORCODE = 100) and
      a.SampleID in (Select a2.SampleID from tableA a2 where a2.ERRORCODE = 200) and
      a.SampleID in (Select a2.SampleID from tableA a2 where a2.ERRORCODE = 300) ;

这应该有效，尽管问题声称它没有。它不一定会有最好的性能。

我通常建议聚合以设置样本 ID：

select sampleid
from tablea
where errorcode in (0, 100, 200, 300)
group by sampleid
having count(distinct errorcode) = 4;

如果您不想重复并覆盖所有错误代码，请使用：

having count(distinct errorcode) = 4 and count(*) = 4

这也可能不是在所有情况下都具有最佳性能。但是性能是可以预测的——它几乎不会根据您正在寻找的代码数量而变化。而having 子句可以让它变得非常通用。

那么，如果你想要所有的原始数据，你可以使用join，in，或者exists：

select a.*
from tablea a join
     (select sampleid
      from tablea
      where errorcode in (0, 100, 200, 300)
      group by sampleid
      having count(distinct errorcode) = 4
     ) a2
     on a2.sampleid = a.sampleid;