找到一对完全相同课程的学生

Bos*_*seo 2 mysql sql postgresql aggregate-functions relational-division

我必须找到一对学生,他们从拥有studentID和的表中选择完全相同的课程courseID.

studentID | courseID
    1           1
    1           2
    1           3
    2           1
    3           1
    3           2
    3           3 
Run Code Online (Sandbox Code Playgroud)

查询应该返回(1, 3).
结果也不应该有重复的行,例如(1,3)和(3,1).

Cra*_*ger 9

给出样本数据:

CREATE TABLE student_course (
   student_id integer,
   course_id integer,
   PRIMARY KEY (student_id, course_id)
);

INSERT INTO student_course (student_id, course_id)
VALUES (1, 1), (1, 2), (1, 3), (2, 1), (3, 1), (3, 2), (3, 3) ;
Run Code Online (Sandbox Code Playgroud)

使用数组聚合

一种选择是使用CTE加入每个学生正在服用的有序课程列表:

WITH student_coursearray(student_id, courses) AS (
  SELECT student_id, array_agg(course_id ORDER BY course_id)
  FROM student_course
  GROUP BY student_id
)
SELECT a.student_id, b.student_id
FROM student_coursearray a INNER JOIN student_coursearray b ON (a.courses = b.courses)
WHERE a.student_id > b.student_id;
Run Code Online (Sandbox Code Playgroud)

array_agg实际上是WITH公共表表达式语法,它实际上是SQL标准的一部分.MySQL也不支持,所以如果你想支持MySQL,你必须以不同的方式表达它.

找到每个学生缺少的课程配对

考虑这个问题的另一种方法是"为每个学生配对,找出一个人是否上课,另一个不是".这会让自己变得更好FULL OUTER JOIN,但表达起来却很尴尬.您必须确定感兴趣的学生ID的配对,然后对于每个配对,在每个类的集合中进行完全外部连接.如果有任何空行,那么一个接受另一个没有的类,所以你可以使用NOT EXISTS过滤器来排除这样的配对.这给了你这个怪物:

WITH student_id_pairs(left_student, right_student) AS (
  SELECT DISTINCT a.student_id, b.student_id
  FROM student_course a 
  INNER JOIN student_course b ON (a.student_id > b.student_id)
)
SELECT left_student, right_student 
FROM student_id_pairs 
WHERE NOT EXISTS (
  SELECT 1
  FROM (SELECT course_id FROM student_course WHERE student_id = left_student) a
  FULL OUTER JOIN (SELECT course_id FROM student_course b WHERE student_id = right_student) b
    ON (a.course_id = b.course_id)
  WHERE a.course_id IS NULL or b.course_id IS NULL
);
Run Code Online (Sandbox Code Playgroud)

CTE是可选的,CREATE TEMPORARY TABLE AS SELECT ...如果您的数据库不支持CTE ,则可以用或替换.

哪个用?

我非常有信心,阵列方法将在所有情况下表现得更好,对于特别是因为一个非常大的数据集,你可以采取的WITH表达,创造来自查询的临时表代替,上添加一个索引(courses, student_id)到它和做疯狂的快平等搜索能够真正地回报索引创建时间的成本.你不能用子查询连接方法做到这一点.