将连接的结果组合在两个表上

Question

我有3张桌子

items
  tag_id
  mark_id

tags_users
  tag_id
  user_id

marks_users
  mark_id
  user_id

有没有办法为没有items和嵌套选择的特定user_id选择唯一UNION？

SELECT items.*
FROM items
INNER JOIN tags_users ON tags_users.tag_id = items.tag_id
AND  tags_users.user_id = 5

UNION

SELECT items.*
FROM items
INNER JOIN marks_users ON marks_users.mark_id = items.mark_id
AND marks_users.user_id = 5

Answer 1

由(tag_id, mark_id)

链接

SELECT DISTINCT i.*
FROM   tags_users  tu  
JOIN   marks_users mu USING (user_id)
JOIN   items       i  USING (tag_id, mark_id)
WHERE  tu.user_id = 5;

如果您在列上定义了多列主键或唯一键，则不需要DISTINCT。

由tag_id 或 mark_id

关联

@Gordon的回答完全有效。但它会执行非常 这会快得多：

SELECT i.*
FROM   items i  
WHERE  EXISTS (
    SELECT 1
    FROM   tags_users  tu
    WHERE  tu.tag_id = i.tag_id
    AND    tu.user_id = 5
    )
OR     EXISTS (
    SELECT 1
    FROM   marks_users mu 
    WHERE  mu.mark_id = i.mark_id
    AND    mu.user_id = 5
    );

假设items中的条目本身在(tag_id, mark_id)上是唯一的。

为什么多更快？

如果你JOIN到两个不相关的表（比如@ Gordon的答案），你就可以有效地形成一个交叉连接，这种连接以随着行数的增加而迅速降低性能而闻名。 O（N²）。说，你有：

• 100个用户，100个标签和100个标记。
• 每种组合都存在（简单的假设设置，现实生活数据将不那么平衡）。
• 每个表中的10,000行结果。

这将发生在@Gordon的查询中：

1. 加入items到tags_users的行。每个项目连接到100行，结果 10,000 x 100 = 1,000,000行。 （！）
2. 加入marks_users。每行连接到100个标记，从而产生 100,000,000行。 （!!）
3. WHERE子句已应用，许多重复项被DISTINCT折叠，产生10,000行。

使用EXPLAIN ANALYZE进行测试。即使数量很少，而且随着数量的增加，这种差异也会很明显。

SQL Fiddle.

基准

我在我的机器上使用此设置进行了一些快速测试（第9.1页）：

戈登的询问

SELECT DISTINCT i.*
FROM   items i
LEFT   JOIN tags_users tu on i.tag_id = tu.tag_id
LEFT   JOIN marks_users mu on i.mark_id = mu.mark_id
WHERE  5 IN (tu.user_id, mu.user_id);

总运行时间： 38229.860 ms

Sanitized version

将user_id中的条件拉入JOIN条款可以从根本上减少组合，但它仍然是（更小的）交叉连接。

SELECT DISTINCT i.*
FROM   items i
LEFT   JOIN tags_users tu on i.tag_id = tu.tag_id AND tu.user_id = 5
LEFT   JOIN marks_users mu on i.mark_id = mu.mark_id AND mu.user_id = 5
WHERE  tu.user_id = 5 OR mu.user_id = 5;

总运行时间： 110.450 ms

使用EXISTS半连接

（见上文查询）
使用此查询，如果符合条件，则会检查每一行一次。您不需要DISTINCT，因为行不会重复开始。

总运行时间： 26.569 ms

UNION

为了完整性，使用UNION的变体。使用UNION而非UNION ALL删除重复项：

SELECT i.*
FROM   items i 
JOIN   tags_users  tu ON i.tag_id = tu.tag_id AND tu.user_id = 5
UNION
SELECT i.*
FROM   items i 
JOIN   marks_users mu ON i.mark_id = mu.mark_id AND mu.user_id = 5;

总运行时间： 178.901 ms

Answer 2

我认为您可以通过将表连接在一起并查看标记和标记表中的用户ID来实现此目的。你必须要小心重复。

以下是如何执行此操作的示例：

select distinct i.tag_id, i.user_id
from items i left outer join
     tags_users tu
     on i.tag_id = tu.tag_id left outer join
     marks_users mu
     on i.mark_id = mu.mark_id
where 5 in (tu.user_id, mu.user_id)

或者您可以将where子句更改为：

where tu.user_id = 5 or mu.user_id = 5

我想强调的是，这个答案解决了原始问题，该问题询问了制定查询的特定方式（不使用连接或子查询）。此查询可能效率不高;但是，它回答了原来的问题。我不知道为什么原始问题将这些限制放在答案上，但我选择不解决限制，只讨论所提出的问题。我绝对使用工会和子查询;事实上，我有时会批评过度使用后者。

在某些数据库中，这将被有效地编译;其他人（比如postgres）似乎做得更差。但是，原始问题并没有指明数据的大小，也没有提供有关性能需求的任何提示。