具有大量连接的高级 SQL 查询

Question

我正在开发自行车的高级搜索。我有很多表格需要加入才能找到所有表格，比如说红色和棕色的自行车。一辆自行车可能有不止一种颜色！我现在已经做了这个查询：

SELECT DISTINCT p.products_id,                    #simple product id
                products_name,                    #product name
                products_attributes_id,           #color id
                pov.products_options_values_name  #color name
FROM   products p
       LEFT JOIN products_description pd
         ON p.products_id = pd.products_id
       INNER JOIN products_attributes pa
         ON pa.products_id = p.products_id
       LEFT JOIN products_options_values pov
         ON pov.products_options_values_id = pa.options_values_id
       LEFT JOIN products_options_search pos
         ON pov.products_options_values_id = pos.products_options_values_id
WHERE  pos.products_options_search_id = 4         #code for red
       OR pos.products_options_search_id = 5      #code for brown

我首先关心的是许多连接。 Products 表主要保存产品 ID 及其图像，Products Description 表保存更多描述性信息，例如名称（当然还有产品 ID）。

然后我有一个 Products Options Values 表，其中包含所有颜色及其 ID。 Products Options Search 包含颜色 ID 和颜色组 ID (products_options_search_id)。红色的颜色组代码为 4（棕色为 5）。

产品和颜色在Products Attributes内部管理着多对多的关系。

所以我的问题首先是：进行这么多连接可以吗？我会影响性能吗？

第二：如果一辆自行车有红色和棕色两种颜色，即使我使用SELECT DISTINCT，它也会出现两次。认为这是因为INNER JOIN。这是否可以避免，我是否必须删除我的 PHP 代码中的双精度值？

第三：自行车可以是双色的（即黑色和蓝色）。这意味着该自行车有两排。一个说颜色是黑色，一个说是蓝色。 （见第二个问题）。但是，如果我在 WHERE 子句中替换 OR ，它会删除两行，因为它们都不满足条件 - 只有产品。解决方法是什么？

Answer 1

好的，首先 SQL 是用来做连接的，你的查询不是很大。如果索引正确，这实际上应该会提高您的性能，因为它更容易获取正确的数据。

您可以通过使用子查询来删除您获得的重复项，如下所示：

SELECT DISTINCT p.products_id,                    #simple product id
                products_name,                    #product name
                products_attributes_id,           #color id
                pov.products_options_values_name  #color name
FROM   products p
       LEFT JOIN products_description pd
         ON p.products_id = pd.products_id
WHERE p.products_id in (
       Select products_id from products_attributes pa #This will give you the ID forall bikes that have either red or brown in them
       INNER JOIN products_options_values pov
         ON pov.products_options_values_id = pa.options_values_id
       INNER JOIN products_options_search pos
         ON pov.products_options_values_id = pos.products_options_values_id
       WHERE  pos.products_options_search_id = 4         #code for red
            OR pos.products_options_search_id = 5      #code for brown)

当然，您将无法将颜色作为结果的一部分返回，因为颜色没有单一值。如果需要，您可以通过编写函数将颜色组合到一个字段中。

第三个选项是在 PHP 代码中汇总数据（在结果集中多次返回项目，但循环并仅显示每个项目一次），然后显示返回的颜色列表以不同的方式（作为附加表格或逗号分隔列表或任何适合您的方式。

如果您将 OR 设为 AND，它当然意味着所有的自行车都是红色和棕色的。如果这是您正在寻找的东西，这将是正确的，但听起来您想要两者之一而不是两者。

Answer 2

这不是很多连接。假设索引不错，它不会对任何负面影响。

distinct 确实选择了select 子句中所有字段的不同组合。所以，是的，如果你有不止一种颜色，就会出现不止一辆自行车，因为你已经包含了颜色字段。如果您只想要一种颜色，您应该告诉它您想要哪种颜色（例如，具有最大代码的颜色或其他颜色）。或者不要选择颜色代码（因为你似乎并不关心它实际上是什么）。好的经验法则：只选择您实际需要的字段。

您的最后一个问题不清楚。如果你用什么替换or？如果您尝试将其设为and 不，它将无法正常工作，因为没有单行具有两种颜色代码（因为这是不可能的）。

Answer 3

绝对不会有太多的连接。除非ON 子句不相等，否则连接通常会很好地限制结果集，尤其是在正确的索引可用时。

您想要的类似于在 SO 上找到至少带有一个标签列表的问题，所以我写了该查询作为比较：https://data.stackexchange.com/stackoverflow/query/2695/so3005416-comparison-select-questions-with-any-selected-tags

忽略将标签放入临时表的代码，这实际上只是确认来自another question's answer 的代码。只需比较最后的两个 Select 语句即可。

Answer 4

正如 Donnie 和 Cobusve 所指出的，这不是很多连接。但是，在关系（即规范化）模式中，产品属性（例如名称和颜色）通常存储在产品表中，而不是单独的表中。

假设您无法对表结构做任何事情，替代查询可能是：

SELECT p.products_id,                          #simple product id
       products_name,                          #product name
       min(products_attributes_id),            #lowest color ID
       max(products_attributes_id),            #highest color ID
       min(pov.products_options_values_name),  #lowest color name
       max(pov.products_options_values_name)   #highest color name
FROM   products p
       LEFT JOIN products_description pd
         ON p.products_id = pd.products_id
       INNER JOIN products_attributes pa
         ON pa.products_id = p.products_id
       INNER JOIN products_options_values pov
         ON pov.products_options_values_id = pa.options_values_id
       INNER JOIN products_options_search pos
         ON (pov.products_options_values_id = pos.products_options_values_id AND
        pos.products_options_search_id IN (4, 5) )         #codes for red, brown
group by p.products_id, products_name

根据您使用的 SQL 方言（SQLServer、Oracle、MySQL 等），最终条件的语法可能需要稍有不同。

显然，如果只返回一种颜色，则最低值和最高值将相同。