跨多个表连接和计数

Question

我正在尝试编写一个复杂的（至少，就我的知识水平而言）字符串，但我有一个地狱般的时间。

这就是问题所在。我有两张表，一张名为 t1，一张名为 c1。

表格定义如下：

table T1:

e_id, char(8),  
e_date, datetime,  
e_status, varchar(2)

table C1:

e_id, char(8),  
e_date, datetime,  
e_status, varchar(2)

每个表都包含一个标识符列表，这些标识符在两个表中可能存在也可能不存在（它们在每个表中可能是唯一的，也可能不是唯一的），以及相关的状态（在 T1 表中可以是“OK”或“R” , 可以是 C1 表中的 'OK' 或 'C')，以及与 e_id 的每次出现相关联的日期时间 e_date

我正在尝试编写一个查询：

• 检索 T1 表中在过去 24 小时内具有e_date 的所有 e_id 值。
• 检索过去 30 天内（e_date > 现在 - 30 天）在 T1 中过去 24 小时内（e_date 大于当前时间 - 24 小时）发生的所有 e_id，仍在表 T1 内（例如：如果在 t1 中找到 e_id 的 AAAAAAAAA 和 BBBBBBBB 且 e_date 在过去 24 小时内，则检索 e_id 的 AAAAAAA 和 BBBBBBBB 在同一个表中的所有出现但其 e_date 为过去 30 天内)
• 将在整个 T1 table 中找到的每个特定 e_id 的 e_status = 'OK' 计数附加到行结果中
• 将在整个 C1 table 中找到的每个特定 e_id 的 e_Status = 'OK' 计数附加到行结果中

我会尽力在这里写一些示例数据/结果。为清楚起见，我将忽略表数据类型。假设当前日期和时间是 2012-Nov-08 19:00:00

T1：

1. e_id：'A'，e_date：2012-Nov-08 10:00:00，e_status：'OK'
2. e_id：'A'，e_date：2012-Nov-08 10:00:00，e_status：'R'
3. e_id：'A'，e_date：2012-Oct-15 10:00:00，e_status：'R'
4. e_id: 'B', e_date: 2012-Oct-15 10:00:00, e_status: 'OK'
5. e_id：'A'，e_date：2012-Oct-15 10:00:00，e_status：'OK'
6. e_id：'A'，e_date：2012-Oct-15 10:00:00，e_status：'R'
7. e_id：'A'，e_date：2012-Oct-15 10:00:00，e_status：'R'
8. e_id：'A'，e_date：2010-Jan-01 10:00:00，e_status：'R'
9. e_id：'A'，e_date：2010-Jan-01 10:00:00，e_status：'R'

C1：

1. e_id：'A'，e_date：2012-Oct-01 10:00:00，e_status：'C
2. e_id: 'B', e_date: 2012-Oct-01 10:00:00, e_status: 'OK'
3. e_id：'A'，e_date：2012-Oct-01 10:00:00，e_status：'C
4. e_id: 'B', e_date: 2012-Oct-01 10:00:00, e_status: 'OK'
5. e_id：'A'，e_date：2012-Oct-01 10:00:00，e_status：'OK' 李>

运行查询将产生：

e_id、e_date、e_status、r_count、c_count
1. e_id: 'A', e_date: 2012-Nov-08 10:00:00, e_status: 'OK', r_count: 6，c_count：2
2. e_id: 'A', e_date: 2012-Nov-08 10:00:00, e_status: 'R', r_count: 6，c_count：2
3. e_id: 'A', e_date: 2012-Oct-15 10:00:00, e_status: 'R', r_count: 6，c_count：2
4. e_id: 'A', e_date: 2012-Oct-15 10:00:00, e_status: 'OK', r_count: 6，c_count：2
5. e_id: 'A', e_date: 2012-Oct-15 10:00:00, e_status: 'R', r_count: 6，c_count：2
6. e_id: 'A', e_date: 2012-Oct-15 10:00:00, e_status: 'R', r_count: 6，c_count：2

非常抱歉，我不得不将 T1 第 3 行到第 7 行（结果的第 3 4 5 6 行）的日期更改为错误值。

未返回 T1 的第 4 行，因为在过去 24 小时内未找到 e_id: B
T1 第 8 行和第 9 行未返回，因为它们在过去 30 天之外

Answer 1

是时候做一些 TDQD — 测试驱动的查询设计了。

T1 中过去 24 小时内的行数

SELECT DISTINCT e_id
  FROM T1
 WHERE e_date >= DATE_SUB(NOW(), INTERVAL 24 HOUR)

这将是查询其他部分中普遍存在的子查询。

T1 中过去 30 天的行数...

...过去 24 小时内 T1 中有条目。

SELECT a.e_id
  FROM t1 AS a
  JOIN (SELECT DISTINCT e_id
          FROM T1
         WHERE e_date >= DATE_SUB(NOW(), INTERVAL 24 HOUR)
       ) AS b ON b.e_id = a.e_id
 WHERE a.e_date >= DATE_SUB(NOW(), INTERVAL 30 DAY)

我们可以根据需要添加其他列。

T1 中状态为“R”的行数 ...

...过去 24 小时内 T1 中的条目

SELECT a.e_id, COUNT(*) AS r_count  -- Per question; why not t_count?
  FROM t1 AS a
  JOIN (SELECT DISTINCT e_id
          FROM T1
         WHERE e_date >= DATE_SUB(NOW(), INTERVAL 24 HOUR)
       ) AS b ON b.e_id = a.e_id
 WHERE a.e_status = 'R'
 GROUP BY a.e_id

C1 中状态为“C”的行数 ...

...过去 24 小时内 T1 中的条目

SELECT a.e_id, COUNT(*) AS c_count
  FROM c1 AS a
  JOIN (SELECT DISTINCT e_id
          FROM T1
         WHERE e_date >= DATE_SUB(NOW(), INTERVAL 24 HOUR)
       ) AS b ON b.e_id = a.e_id
 WHERE a.e_status = 'C'
 GROUP BY a.e_id

组装查询集以产生结果

SELECT a.e_id, a.e_date, a.e_status, c.r_count, d.c_count
  FROM t1 AS a
  JOIN (SELECT DISTINCT e_id
          FROM T1
         WHERE e_date >= DATE_SUB(NOW(), INTERVAL 24 HOUR)
       ) AS b ON b.e_id = a.e_id
  LEFT JOIN -- Because there might be no OK rows in T1
       (SELECT a.e_id, COUNT(*) AS r_count
          FROM t1 AS a
          JOIN (SELECT DISTINCT e_id
                  FROM T1
                 WHERE e_date >= DATE_SUB(NOW(), INTERVAL 24 HOUR)
               ) AS b ON b.e_id = a.e_id
         WHERE a.e_status = 'OK'
         GROUP BY a.e_id
       ) AS c ON c.e_id = a.e_id
  LEFT JOIN -- Because there might be no OK rows in C1
       (SELECT a.e_id, COUNT(*) AS c_count
          FROM c1 AS a
          JOIN (SELECT DISTINCT e_id
                  FROM T1
                 WHERE e_date >= DATE_SUB(NOW(), INTERVAL 24 HOUR)
               ) AS b ON b.e_id = a.e_id
         WHERE a.e_status = 'OK'
         GROUP BY a.e_id
       ) AS d ON d.e_id = a.e_id
 WHERE a.e_date >= DATE_SUB(NOW(), INTERVAL 30 DAY)

您可能可以编写没有 24 小时子子查询的子查询，但尽快消除尽可能多的行可能会有效。

---

TDQD 背后的概念的一个优点是您可以检查中期结果。有一些基本上是微不足道的语法问题（部分原因是 MySQL 不是我的主要 DBMS），但是两个 COUNT 子查询从 JOIN 到 LEFT JOIN 的变化是您在组装查询时容易发现的事情.第一次尝试把所有事情都做好是很困难的，如果不是徒劳的话。但是一步一步的积累可以让你对你所做的事情充满信心。如果不测试组件子查询，我永远不会从头开始构建如此复杂的查询。

感谢（次要）更新，FatalMojo。