在 SQL 中的多行中选择具有或不具有特定条件的组答案

【问题标题】：Selecting a group with or without certain conditions across many rows in SQL在 SQL 中的多行中选择具有或不具有特定条件的组
【发布时间】：2019-02-27 19:34:45
【问题描述】：

我有这样的数据：

ID     SomeVar
123      0
123      1
123      2
234      1
234      2
234      3
456      3
567      0
567      1

我正在尝试按我的 ID 进行分组，以返回所有没有值 0 的记录的 ID。也就是说，我的选择如下所示：

ID
234
456

是否有一种简单的方法可以做到这一点，而无需创建所有记录不包含 0 的子表，然后将其加入到表不匹配的完整数据集中？

【问题讨论】：

标签： sql hive impala

【解决方案1】：

我通常会尽量避免使用子查询，但在这种情况下您可以使用子查询。执行相同的分组，并检查 id 是否不在 SomeVar 为 0 的 id 的子查询中。在这种情况下， distinct 会做同样的事情并且更有效，所以我会先这样做：

SELECT DISTINCT ID
FROM [table_name]
WHERE ID NOT IN (
    SELECT ID FROM [table_name] WHERE SomeVar = 0
);

如果您想使用 GROUP BY 获取其他信息：

SELECT ID, max(SomeVar), count(*), sum(SomeVar)
FROM [table_name]
WHERE ID NOT IN (
    SELECT ID FROM [table_name] WHERE SomeVar = 0
)
GROUP BY ID;

【讨论】：

您有什么特别的原因要避免子查询？
@DukeLuke，如果您处理大量数据，通常效率低下。它通常也可以通过左连接和检查空值的条件来完成，但在这种情况下不是。只要您没有海量数据集，您的情况正是子查询的优势所在。
@mtr.web 在 Hive NOT IN 子查询中的工作方式与 LEFT JOIN + WHERE is NULL 过滤器相同。您的解决方案是两次表扫描 + 连接 + 不同的聚合。聚合 + HAVING 过滤器是更高效的解决方案。子查询还不错。连接和额外的扫描是不好的。

【解决方案2】：

你可以使用聚合和having:

select id
from t
group by id
having min(somevar) > 0;

这假定somevar 永远不会是负数。如果这是可能的，那么您可以使用稍微详细一点的：

select id
from t
group by id
having sum(case when somevar = 0 then 1 else 0 end) = 0;

【讨论】：

【解决方案3】：

使用计数或求和聚合的用例语句，使用having按计数过滤：

select ID  
  from
      ( 
       select ID, count(case when SomeVar=0 then 1 end) cnt
         from mytable
        group by ID having count(case when SomeVar=0 then 1 end) = 0 
      ) s
;

【讨论】：