Question

我的简化版本查询如下所示：

SELECT id
FROM table
WHERE column1
IN
(
    SELECT column1
    FROM table
    GROUP BY column1
    HAVING COUNT(*) > 1
)

这将选择id列表，其中column1具有多次出现的值（换句话说，这些不是唯一的）。这按预期工作，但有一个例外：如果值NULL多次出现（这是可能的），则不选择任何ID。如果NULL结果是非唯一的，那么选择列的id的正确方法是什么？

Answer 1

使用EXISTS代替IN：存在更清晰（恕我直言），在大多数情况下它也更快。（IN (...)需要删除/删除重复项和NULL，因此：对集合进行排序）

在这种特殊情况下：仅需要聚合子查询来找出组count() > 1。查询优化器可能没有意识到这一点，并在将它们与1进行比较之前计算完整的组计数（在整个行集上）。

SELECT tt.id
FROM thetable tt
WHERE EXISTS (
    SELECT * FROM thetable ex
    WHERE ex.column1 = tt.column1 AND ex.id <> tt.id
);

WR抑制NULL：如果WHERE ex.column1 = tt.column1或ex.column1（或两者）碰巧为NULL，tt.column1子句将始终返回false。

更新。看起来OP也希望元组带有column1 IS NULL，如果有更多的元组。简单的解决方案是使用sentinel值（columnn1中本身不存在的值）并将其用作代理:(在-1下面的片段中用作代理值）

SELECT tt.id
FROM thetable tt
WHERE EXISTS (
    SELECT * FROM thetable ex
    WHERE COALESCE(ex.column1, -1) = COALESCE(tt.column1, -1)
    AND ex.id <> tt.id
);

另一种（显而易见的）方法是明确检查NULL，但这需要一个OR子句和一堆括号，如：

SELECT tt.id
FROM thetable tt
WHERE EXISTS (
    SELECT * FROM thetable ex
    WHERE (ex.column1 = tt.column1 
          OR (ex.column1 IS NULL AND tt.column1 IS NULL)
          )
    AND ex.id <> tt.id
);

从子查询中接收的值列表中选择，可能为null

1 个答案: