SUM() 忽略 GROUP BY 并总结 4 行而不是 2

Question

我GROUP BY在 MySQL中遇到困难。

我的数据库设置：

client_visit
    - id
    - member_id
    - status_type_id (type_of_visit table)
    - visit_starts_at
    - visit_ends_at

member
    - id

schedule_event
    - id
    - member_id
    - starts_at
    - ends_at

type_of_visit
    - id
    - type (TYPE_BOOKED, TYPE_PRESENT etc)

就这个问题而言：a在给定时间member教一门课或领导一项活动 (a schedule_event)。Aclient报名参加此课程或活动。

例如：

客户 A、B 和 C 预订访问，而那些访问client_visit由schedule_event_id和组成的表member_id，因此我们知道哪个班级和哪个成员正在教授/或进行活动。

现在，我们想知道给定成员花费在客户注册的教学/领导活动上的总时间（基于client_visit type_of_visit相当于“预订”或“出席”的列）。我们将把成员 ID 82 作为我们的测试用例。

会员 ID 82 在两个不同的班级有 4 个客户，所以如果每个班级花费 2 小时 15 分钟（8100 秒），那么总时间应该是 16200 秒。

首先是我的查询：

SELECT cv.member_id AS `member_id`,
       sch.id AS `scheduleId`,
       cv.visit_starts_at AS `visitStartsAt`,
       TIMESTAMPDIFF(SECOND, sch.starts_at, sch.ends_at) AS `totalTime`
  FROM `schedule_event` AS `sch`
         LEFT JOIN `client_visit` AS `cv` ON cv.schedule_event_id = sch.id
         INNER JOIN `type_of_visit` AS `tov` ON tov.id = cv.status_type_id
 WHERE (tov.type = 'TYPE_BOOKED' OR tov.type = 'TYPE_PRESENT') and cv.member_id = 82

结果如下：

这向我展示了第一类的客户，以及第二类的客户。我只想要两行，每个班级。所以，我补充一下：

 GROUP BY sch.id

现在，结果如下：

到现在为止还挺好，

我知道这个成员有两个时间表 ID，所以我修改了组，将它们合并为一个：

 GROUP BY sch.id AND cv.member_id

我希望它会首先根据sch.id（结果已经在上图中显示）和cv.member_id（我们有两行，所以合并后应该是一行）

结果是（我通过添加 GROUP_CONCAT 修改了 scheduleId，所以我们可以看到两个调度 ID 都在那里）：

现在，就像我将两个计划 ID 放在一起一样，我想将两个计划课程的时间相加。

我现在修改查询：

SUM(TIMESTAMPDIFF(SECOND, sch.starts_at, sch.ends_at)) AS `totalTime`

结果是：

我有32400！出于某种原因，SUM 仍然可以看到所有 4 行，而不仅仅是唯一的 2 行。

我预计最终的结果是

+-----------+------------+
| member_id | total_time |
+-----------+------------+
| 82        | 16200      |
+-----------+------------+

不需要所有其他列，我只是让它们看看发生了什么

怎么了？

Answer 1

我相信您对 GROUP BY 的作用有误解。毫不奇怪，我在第一次学习时遇到了问题，很大程度上是因为 MySQL 手册实际上并没有明确说明 GROUP BY 的作用，至少不是我能找到的（我刚才搜索了很多；很多警告和特殊行为，而不是实际定义）。

我的（即时）定义：

GROUP BY 压缩您的 SELECT 结果，以便为 GROUP BY 子句中指定的列的每个不同的值组合仅返回 1 行。从这个意义上说，它类似于 DISTINCT，但适用于 GROUP BY 中的列而不是 SELECT 语句。

在非 MySQL 领域，您只能选择您在 GROUP BY 子句中指定的列，以及您想要的任何聚合函数。这些聚合函数，包括 SUM，以每行为基础进行操作，仅报告现在“隐藏”的额外行的结果。

如您所见，这就是您的查询实际执行的操作（或者将执行此操作，但我认为您提供了一个不准确的示例，正​​如 ypercube 在评论中指出的那样）。它汇总了所有现在隐藏的额外行，并报告给定的sch.id.

如果您只想要 each 的不同值的总和，则sch.id必须以不同的方式做事才能获得所需的信息。

它不简单的一个原因是 MySQL 不知道您要在总和中包含哪一行。在您的示例 (8100) 中，它们可能完全相同，但不能保证这一点。

由于 MySQL 允许您选择既不在 GROUP BY 子句中指定也不是聚合函数的列，因此它本质上是“随机”选择一个并将其显示给您。虽然实际上不是随机的，但它是不确定的，并且可以随时更改相同的查询和数据，即使在您看来总是给出相同的结果。

因此，在继续之前，您需要决定如何确定每行的哪一行sch.id包含要求和的值。

如果您知道值始终相同，那么一个简单（尽管不一定优化）的解决方案是将原始 GROUP BY 查询包装在另一个查询中（使原始查询成为子查询），然后在外部查询中使用 SUM 函数，没有 GROUP BY 子句。子查询将删除您的重复项，外部查询将总结去重行的总数。

Answer 2

正如威廉·伦泽马（Willem Renzema）所说，你误解了GROUP BY它的工作原理。既然你似乎没有理解他说的话，那么让我试着换一种说法。

GROUP BY从逻辑上讲，它用于将结果集中的行分组在一起。通常，您会提供一个列列表，用于将行分组在一起。GROUP BY sch.id, cv.member_id告诉 SQL 识别这两列的唯一值集，并根据这些值对结果集中的行进行分组。在您的情况下，这两个值有两个唯一值对：

• cv.member_id= 82, sch.id= 17101
• cv.member_id= 82, sch.id= 17153

因此，您将得到两组行 - 三组具有第一对值，一组具有第二对值。

向子句添加附加列永远GROUP BY不会导致组数减少 - 要么所有行中的新列都相同（在这种情况下，组数相同），要么新列具有不同的值形式一个或多个小时原始组中的某些行（在这种情况下，您现在将拥有更多组）。

另外（正如威廉所指出的），你有一个语法错误。列表中的列GROUP BY以逗号分隔。在您的 中GROUP BY sch.id AND cv.member_id，您按计算进行分组： ，或将两者sch.id AND cv.member_id视为布尔值的结果。由于两者都不是 0，因此当转换为布尔值时，两者的计算结果均为 1（真），并且组合为真。因此，最终您只得到一组 4 行。sch.idcv.member_id(true AND true)

让我们退后一步，考虑一下您实际上想要做什么（看起来像）。对于给定的member_id，您需要他们参与“已预订”或“当前”类型活动的总时间。

请注意，总时间是从schedule_event表中计算出来的。另请注意，给定的内容可以多次member_id与相同的内容关联。schedule_event因此，为了获得总时间，我们需要识别与schedule_event我们member_id相关的不同行，并对这些唯一值的时间求和。

在这种情况下，最简单的方法是使用子查询来获取schedule_events我们member_id所绑定的不同事件的列表，然后对这些不同事件的总时间求和。

这是一个可以做到这一点的查询：

SELECT `member_id`
      ,SUM(`totalTime`) as `totalTime`
  FROM (
        SELECT DISTINCT
            cv.member_id AS `member_id`,
            sch.id AS `scheduleId`,
            TIMESTAMPDIFF(SECOND, sch.starts_at, sch.ends_at) AS `totalTime`
        FROM 
            `schedule_event` AS `sch`
            INNER JOIN `client_visit` AS `cv` ON cv.schedule_event_id = sch.id
            INNER JOIN `type_of_visit` AS `tov` ON tov.id = cv.status_type_id
        WHERE 
            (tov.type = 'TYPE_BOOKED' OR tov.type = 'TYPE_PRESENT') 
            AND cv.member_id = 82
       ) sq
 GROUP BY `member_id`;

子查询（富有想象力地标记为sq）基本上是您的原始查询。我将您的更改LEFT JOIN为INNER JOIN，因为我们必须有client_visit记录来识别member_id、 和访问类型。但是，我删除SUM了totalTime; 此时，我们只想知道每次schedule_event需要花费的时间。我还补充说DISTINCT- 我们不在乎 thisschedule_event与 this 一起出现多少次member_id；无论出现一次、三次、还是207次，总时间都是一样的。

一旦我们确定了连接到schedule_event的数据member_id，我们就需要所有这些行的总时间schedule_event。因此，我们获取子查询的结果，将它们分组member_id（以防有必要将其拉回多个member_id值），并对每行的计算时间求和schedule_event。

由于 joanolo 不厌其烦地为你的问题设置了一个 dbfiddle，所以我接受了他的工作并在最后添加了这个查询，这样你就可以看到结果就是你想要的；更新后的 dbfiddle 链接在这里。

我希望这有助于阐明如何GROUP BY真正适合您。