基于出现次数的sql case语句答案

【问题标题】：sql case statement based on number of occurrences基于出现次数的sql case语句
【发布时间】：2014-11-03 21:37:17
【问题描述】：

我有一个包含电子邮件地址、用户和域名的表 (t1)：

     email                user         domain
joe123@domain.com        joe123        domain.com
sue234@email.net         sue234        email.net
      ...                  ...          ...

还有一张表（t2），显示发送到某个地址的电子邮件是否被打开：

  Opened             Email
    0            joe123@domain.com
    1            sue234@email.net
    0            jack55@mybarber.com
   ...               ...

我想将 t1.domain 加入 t2，但仅限出现次数超过 100 倍的域。

我可以创建一个包含出现次数的表

SELECT domain, count(domain) cntDomain
from table1
group by domain

结果如下：

   domain         cntDomain
 domain.com       5000
 email.net        4300
 mybarber.com     67

生成的表格如下所示：

  Opened             Email                 domain
    0            joe123@domain.com         domain.com
    1            sue234@email.net          email.net
    0            jack55@mybarber.com       other 
   ...               ...

但无法弄清楚连接（我假设它将是一个左连接来为不经常出现的值创建“其他”值），如果它出现超过 100 倍并且如果不是“其他”的值。

【问题讨论】：

你需要一个having count(*) > 100

标签： sql sql-server join case

【解决方案1】：

select *
from table2 t2
inner join
(
    SELECT domain, count(1) cntDomain
    from table1
    group by domain
    having count(1) > 100
) t1 on t2.email = t1.email

【讨论】：

【解决方案2】：

此方法使用内部查询来获取计数，然后使用 case 语句将计数解释为域或字符串 'Other'（视情况而定）。在一些播放数据上对其进行了测试，以确保它有效，但我对它的性能没有意见。

感觉有点尴尬，因为 t1 被查询了两次；一次获得域，再次获得计数。无论如何，它都能完成工作。

如果特定阈值发生变化，您可以将数字 100 换成另一个数字（或变量）。

select 
  t2.Opened
, t2.Email
, case when t3.cntDomain > 100 then t3.domain else 'Other' end as domain
from t2
left outer join t1 on t2.Email = t1.email
left outer join (
    select t1.domain, count(1) cntDomain
    from t1
    left outer join t2 on t1.email = t2.email
    group by t1.domain
) as t3 on t1.domain = t3.domain

编辑

如果您不喜欢 case 语句，这种方法可能听起来更优雅。使用having 语句修改内部查询。现在，由于左连接，如果计数小于阈值，t3.domain 将为空。在 select 语句中添加一点 ISNULL 以进行空值合并，你就是钱。

select 
  t2.Opened
, t2.Email
, ISNULL(t3.domain, 'Other')
from t2
left outer join t1 on t2.Email = t1.email
left outer join (
    select t1.domain, count(1) cntDomain
    from t1
    left outer join t2 on t1.email = t2.email
    group by t1.domain
    having count(1) > 100
) as t3 on t1.domain = t3.domain

干杯！

【讨论】：

【解决方案3】：

尚不清楚第一个表中的所有电子邮件是否都在第二个表中。如果是，您可以这样做：

select t1.*, t2.domain
from (select t2.*, count(*) over (partition by domain) as cnt
      from table2 t2
     ) t2 join
     table1 t1
     on t1.email = t2.email
where cnt > 100;

如果没有，我们可以检查电子邮件地址本身的域：

select t2.*, t1.domain
from table2 t2 left join
     (select t1.domain, count(*) as cnt
      from table1 t1
      group by t1.domain
     ) t1
     on t2.email like '%@' + t1.domain and
        cnt > 100;

预计此版本的性能会非常非常糟糕。

【讨论】：

您可能希望使第二个查询的第一个连接条件t2.email like '%@' + t1.domain 保持子域分开。
@Allan 。 . .这很有意义。谢谢你。它还会影响 gmail.com 与 mail.com 之类的东西。

【解决方案4】：

我认为下面的查询应该可以解决您的问题

       SELECT t2.opened,
       t2.Email,
       CASE WHEN tempt1.email is NULL THEN 'Other' ELSE tempt1.domain END as domain
       FROM t2 LEFT JOIN (SELECT email,domain
       FROM t1
       group by domain HAVING  count(domain)>100) tempt1 on t2.Email=tempt1.email

【讨论】：