具有非常大的连接替代方案的 Sql group by

Question

表 1：

Itemid   saleid
---------------
53355    23224
33544    33246
53355    33353
43324    33353

表 2：

Saleid  Rebate
--------------
23224    3000
33246    5000
33353    5555
33353    4444

这是一个简化的表格。我遇到的问题是我想先按 itemid 分组，然后加入 table2 saleid。如果我自己按 saleid 分组，它会返回 100,000 行数据，这很好，但如果我也按 saleid 分组加入它，我会得到数百万行，这对我来说不可行。有什么想法可以让我完成这项工作，以便我可以连接这些表吗？

所以请记住 itemid 有很多我可以分组的项目，但 saleid 不是唯一的，所以想在分组后连接它

这是一个简单的查询，例如，它可以让我找到数百万行。如果在group by if之后加入的话应该还是100000行数据。

select 
    ta.itemid, ta.saleid, sa.itemid
from 
    table1 ta
inner join 
    saleid sa 
where 
    ta.saleitemid = sa.itemid
group by 
    itemid, saleid

Answer 1

虽然 Group By 可以让您减少查询返回的记录数，但它通常用于聚合（count()、sum()、min()、max() 等）。在 Group By 子句中添加的任何内容都会影响返回的记录数，因为您使 group by 更具体，这会降低其将行分组在一起的能力。

听起来您的 ItemId 表和 SalesId 表之间存在一对多关系。因此，如果您从 Item 表中选择并仅按 ItemId 进行分组，这是一个更通用的分组，并且会将记录计数减少到仅表中那些唯一的 ItemId。如果您将 SalesId 包含在您的分组依据中，那么现在您将仅按 ItemId 和 SalesId 的那些唯一组合进行分组，这将产生更多记录。

此时是否将 SalesId 表加入到此查询中都没有关系，您将始终获得唯一 ItemId 和 SalesId 的数量，只要它们都包含在 Group By 中。

也许可以尝试通过提供有关您查询的数据的更多细节来重申您试图获得的结果，我们可以帮助您编写对性能更友好的选择...

Answer 2

如果您使用子查询，您可以先进行分组，然后将该查询加入表 2：

SELECT *
FROM
(SELECT itemid, saleid
FROM Table_1
GROUP BY itemid, saleid) sub
INNER JOIN Table_2
ON sub.saleid = Table_2.saleid

编辑：根据您的 cmets，上述查询不适用于您，因此我将尝试提出一个问题，以引导我们找到您真正想要的。

假设这是表1：

Itemid   saleid
20000    23224
33544    33246
53355    22523
43324    33353
43324    11111
43324    22222
43324    33333
43324    44444

这是表 2：

Saleid  Rebate
23224    3000
33246    5000
22523    5555
33353    4444
11111    1111 
22222    2222 
33333    3333
44444    4444

在 cmets 中告诉我们您想要的输出是什么样的。

附加更新：这个显示每个项目 id 的总和（回扣）：

SELECT itemid, SUM(rebate)
FROM t1 INNER JOIN t2
ON t1.saleid = t2.saleid
GROUP BY itemid