我试图在单个SQL查询中使用多个表的多个聚合函数(使用Postgres) .
我的表结构类似于以下内容:
CREATE TABLE user (user_id INT PRIMARY KEY, user_date_created TIMESTAMP NOT NULL);
CREATE TABLE item_sold (item_sold_id INT PRIMARY KEY, sold_user_id INT NOT NULL);
CREATE TABLE item_bought (item_bought_id INT PRIMARY KEY, bought_user_id INT NOT NULL);
我想计算每个用户购买和销售的商品数量 . 我想到的解决方案不起作用:
SELECT user_id, COUNT(item_sold_id), COUNT(item_bought_id)
FROM user
LEFT JOIN item_sold ON sold_user_id=user_id
LEFT JOIN item_bought ON bought_user_id=user_id
WHERE user_date_created > '2014-01-01'
GROUP BY user_id;
这似乎执行(item_sold_id,item_bought_id)的所有组合,例如,如果有4个已售出且2个已购买,则两个COUNT()都是8 .
如何正确查询表以获取两个计数?
3 回答
您查询的简单方法是使用
distinct
:但是,查询正在进行不必要的工作 . 如果有人购买了100件商品并销售了200件商品,那么该连接将产生20,000个中间行 . 那是很多 .
解决方案是预先聚合结果或使用
select
中的相关子查询 . 在这种情况下,我更喜欢相关子查询解决方案(假设正确的索引可用):正确的索引是
item_sold(sold_user_id)
和item_bought(bought_user_id)
. 由于user
表上的过滤,我更喜欢这种预聚合 . 这仅对今年创建的用户进行计算 - 这对于预聚合来说更难 .SQL Fiddle
通过横向连接,可以预先仅聚合已过滤的用户
请注意,您需要在过滤器中使用
>=
,否则可能会错过一年中的确切第一时刻 . 尽管自然输入的数据不太可能存在时间戳,但通常是自动作业 .解决此问题的另一种方法是使用两个嵌套选择 .