在包含 NULL 的列上使用 GROUP BY WITH ROLLUP

Question

我有下表（在 SQL Fiddle 上查看）（我创建是为了解决我的问题）：

| ID | word    |
----------------
| 5  | "Hello" |
| 6  |  NULL   |
| 7  | "World" |
| 8  | "World" |

现在我想使用GROUP BY word WITH ROLLUP. ROLLUP 生成的行的列 word 中的 NULL 应替换为“total”：

SELECT
  ID,
  ifnull(word, "total") as word,
  count(*) as occurrences
FROM test
GROUP BY word WITH ROLLUP;

问题是它还会用NULL单词为 NULL 的行数替换记录中的 ：

| ID |  word | occurrences |
|----|-------|-------------|
|  6 | total |           1 | <- Here lies the problem
|  5 | Hello |           1 |
|  7 | world |           2 |
|  7 | total |           4 |

所以我现在count(word)用来区分它是我的数据中的 NULL 还是 ROLLUP 创建的 NULL 以便我可以用“空”或“总计”替换它：

SELECT
  ID,
  if(count(word) = 0, "empty", ifnull(word, "total")) as word,
  count(*) as occurrences
FROM test
group by word with ROLLUP;

这适用于我的用例，但它仍然有一个缺陷：如果单词在所有行中都是 NULL，count(word)则在显示总数的最后一行中也是 0:( SQL Fiddle with different data (only record#6) )

| ID |  word | occurrences |  
|----|-------|-------------|  
|  6 | empty |           1 |  
|  6 | empty |           1 |  <- word should be "total"

以下语句提供了我想要的结果：

SELECT
  ID,
  ifnull(word, "total") as word,
  count(*) as occurrences
FROM
(
SELECT
  ID,
  ifnull(word, "empty") as word
FROM test
) tmp
GROUP BY word WITH ROLLUP

但是因为在这里的大多数答案中似乎不鼓励使用子查询，所以我想知道是否有更好的解决方案。

Answer 1

你有一个“解决方案”，所以说

我想知道是否有更好的解决方案。

我想你想对此发表评论。我重点讲几个方面：

1. SELECT ID [...] GROUP BY word，无论是否有 aWITH ROLLUP都是错误的。您正在选择一个值未确定的字段。特别是，使用 MySQL，您会遇到返回随机值的情况；或者如果您使用严格模式（推荐，并且在最新版本的 MySQL 中默认），查询将失败：“db_9_b0ff7.test.ID”不在 GROUP BY 中

2. 无论正式与否，WITH ROLLUP注意-（我指的是 MySQL 实现）在某些情况下是很好的，因为它避免了对表的双重重新扫描，但我在生产代码中还没有看到很多。这没有什么问题，但它们是 MSSQL 独有的功能，直到它在 SQL1999 上实现为止，并且要么在当时没有广泛使用，要么像MySQL 一样，它是一个有限的实现。参考： https: //www.percona.com/blog/2007/09/17/using-group-by-with-rollup-for-reporting-performance-optimization/

3. 原则上我没有看到你的最终查询有问题，如果我们对两个查询（没有 ID）运行解释，我们会看到：

   MariaDB [test]> EXPLAIN SELECT   if(count(word) = 0, "empty", ifnull(word, "total")) as word,   count(*) as occurrences FROM test group by word with ROLLUP\G
   *************************** 1. row ***************************
              id: 1
     select_type: SIMPLE
           table: test
            type: ALL
   possible_keys: NULL
             key: NULL
         key_len: NULL
             ref: NULL
            rows: 4
           Extra: Using filesort
   1 row in set, 1 warning (0.00 sec)
   
   Warning (Code 1052): Column 'word' in group statement is ambiguous
   MariaDB [test]> EXPLAIN SELECT   ifnull(word, "total") as word,   count(*) as occurrences FROM ( SELECT   ifnull(word, "empty") as word FROM test ) tmp GROUP BY word WITH ROLLUP\G
   *************************** 1. row ***************************
              id: 1
     select_type: SIMPLE
           table: test
            type: ALL
   possible_keys: NULL
             key: NULL
         key_len: NULL
             ref: NULL
            rows: 4
           Extra: Using filesort
   1 row in set, 1 warning (0.01 sec)
   

   通常对 MySQL 的憎恨是因为它对 MySQL 早期版本的限制。我并不是说它现在已经很完美了，仍然会有问题，因为 MySQL 的开发一如既往，专注于快速、易入、易出的 RDBMS，而不是成熟的关系引擎，但是在正确的位置使用子查询是可以的（毕竟，无论如何，有些查询都需要子查询。您的用法是可以的- 它只会产生再次遍历汇总行的开销，我想这是真正的交易，与全套相比，这些并不重要。

   注意-在我的实例上，子查询没有显示，但您可以在 5.6 中通过具体化子查询看到它：http://sqlfiddle.com/#! 9/b0ff7/7（它将执行内部查询，然后外部部分，没有问题）。索引绝对可以在这里提供帮助（由于文件排序），但这取决于最终的记录数。如果索引（现在不存在）无法使用，则子查询可能会损害性能。您必须测试您的特定 mysql 版本并创建这样的索引。

4. 我认为你的问题在于数据模型 - 在 SQL 世界（Oracle 之外）中，NULL 是一个未知/无效值。似乎将其与“空”相关联，这是不正确的 - 如果已知一个单词不存在，则它应该是“”（空字符串，而不是 NULL）。我不知道你是否可以改变这一点，但我不喜欢你当前的模型。我知道你可能对此无话可说，所以我不会重点讨论这一点。Alos 你计算 NULL 单词吗？使用 '' 而不是 NULL 的更多理由。

5. 现在最后一个问题是，是否可以在 MySQL 上不使用子查询来完成此操作，并且它会更好/不那么难看吗？我真的没有看到一种方法- 我们可以进行连接，但它仍然是子查询。我可以想到一个替代方案，那就是：

   SELECT * FROM (
       SELECT   word,   
       count(*) as occurrences 
       FROM test 
       GROUP BY word with rollup) 
   tmp 
   ORDER BY occurrences;
   

   这确保最后一行包含摘要（如果有其他空值，则它是实际的空值）。即使在只有空值的情况下也会发生该顺序。相反，它可能会更慢，因为它需要排序，并且您可能再次需要一个索引，并且该索引可能会也可能不会被使用。