正确的sql解决方案？答案

【问题标题】：Right sql solution?正确的sql解决方案？
【发布时间】：2015-06-05 21:53:31
【问题描述】：

关于以下哪个 sql 适合问题类型，我有以下问题。

问题 1：

我有两个表：TABLE1 和 TABLE2。 TABLE1 有 100 万条记录并包含变量 ID 和 AGE。 AGE 是最近 10 年的分桶变量（例如 10、20、30、40 ……）。 TABLE2 包含 100 条记录并具有变量 ID 和 SALARY。 ID 在每个数据集中都是唯一的。下面是分析师编写的 SQL 查询。这是做什么的？结果表有多少行？

SELECT a.ID,a.AGE,b.SALARY 
FROM TABLE1 a LEFT JOIN TABLE2 b ON a.ID=b.ID 
WHERE b.SALARY>50000

我的第一个答案：

此查询将首先创建两个表的左连接。表 1 和表 2。这意味着它将保留在 Id 上完成匹配的两个表的所有匹配记录。它还将保留 table1 中的所有记录。然后对这个左连接表进行过滤，只选择个人工资超过 50000 的那些记录。

就没有。记录，当左连接完成时，它最初将有 1MM 记录。但是在过滤器之后，根据实际有多少记录的薪水超过 50000，它也可能有零记录。如果没有记录或 Id 的薪水超过 50000，那么它最终将有零记录。

另外我相信，如果我像下面那样做 a.salary，它应该会给出一个错误，因为表 1 中不存在工资变量。

SELECT a.ID,a.AGE,b.SALARY 
FROM TABLE1 a LEFT JOIN TABLE2 b ON a.ID=b.ID 
WHERE a.SALARY>50000

问题 2：我想生成一个数据集，其中包含 TABLE1 中的所有记录，但只连接到工资大于 50000 的 TABLE2。您将如何“修复”查询？

My answer: It should be below: 

SELECT a.ID,a.AGE,b.SALARY 
FROM TABLE1 a LEFT JOIN 
(select Id, Salary from TABLE2 where salary >50000) as  b 
ON a.ID=b.ID

这将定义。在第一次过滤然后给出连接时给出至少 1MM 记录。

这对双方的理解是否正确？

【问题讨论】：

"结果表有多少行？" --> 执行一下看看。要仅连接 B 表中薪水高于 50K 的行，请将其作为连接条件的一部分：ON a.ID = b.ID AND b.Salary > 50000。
生成 1,000,000 行似乎毫无意义……如果您将其设为 RIGHT JOIN，它只会给出薪水大于 50,000 的记录数。注意：因为可能没有，所以暂时取出这个参数（即删除“WHERE b.SALARY>50000”）以确认任何行加入，如果b表中的所有行在a中都有对应的id表然后你会得到 100 行...
是的。它更优化以使其成为和。三年后我正在使用 sql，现在有点生疏了，没有意识到我可以使用 AND。
顺便说一句，一个体面的优化器会识别出查询 #1 返回的 NULL 无论如何都会被过滤，并在优化之前将连接重写为内部连接。

标签： sql sql-server sql-server-2008 join

【解决方案1】：

这些听起来像是家庭作业问题，但您似乎已经很好地尝试了回答。

第一个查询返回 0 到 100 行。为什么？简单的。 WHERE 子句将LEFT JOIN 转换为INNER JOIN。在不匹配的行中，b.SALARY 是 NULL 并且不符合 WHERE 条件。您对第一个问题的回答不完整。

第二个问题的最简单答案是将条件从WHERE 子句移至ON 子句。您的答案也是正确的，但可能会混淆优化器并产生不太理想的查询计划（尽管在 SQL Server 中不是）。事实上，当我第一次学习LEFT JOINs 时，我使用了子查询来达到这个目的，然后才习惯了ON 子句中的附加条件。

您对第二个问题的回答是可以接受的，但可能不是您想要的答案。

【讨论】：

你的意思是第一个查询返回0-1MM之间？你提到了0-100。所以问你是不是指0-1MM。是的，我们也可以使用。我没有意识到这一点。
@user 。 . .不，我想我很清楚。介于 0 和 100 之间。第二个表有 100 个与另一个表中的唯一 ID 匹配的唯一 ID。 WHERE 子句将连接操作转换为内部连接。最多只能返回 100 行。
是的。你说的对。哪里会做内部和内部上限将是 100

【解决方案2】：

第一个问题的答案应该在 50 到 100 条记录之间。我的推理 - 当我们进行左连接时，记录数下降到 100。在 100 条记录中，我们知道 100k 是中位数 - 这意味着至少有 50 条记录高于 Salary 50000。当 50k 是 Mean 时，这意味着也有低于 50k 的记录，需要考虑到这一点。

【讨论】：