SQL vs MySQL:有关聚合操作和GROUP BY的规则

Question

在本书中我正在阅读关于数据库的课程,下面给出了使用聚合运算符的非法查询示例:

找出最老的水手的名字和年龄.

请考虑以下尝试回答此查询:

SELECT S.sname, MAX(S.age)
FROM Sailors S

目的是使该查询不仅返回最大年龄,还返回具有该年龄的水手的姓名.但是,此查询在SQL中是非法的 - 如果SELECT子句使用聚合操作,则它必须仅使用聚合操作,除非查询包含GROUP BY子句!

一段时间后,在使用MySQL进行练习时,我遇到了类似的问题,并犯了类似于上面提到的错误.然而,MySQL没有抱怨,只是吐了一些表,后来证明不是我需要的.

以上查询在SQL中是否真的非法,但在MySQL中是合法的,如果是,那为什么呢？在什么情况下需要进行这样的查询？

进一步阐述问题:

问题不在于是否也应在GROUP BY中提及SELECT中提到的所有属性.这就是为什么上面的查询,使用属性和属性上的聚合操作,没有任何GROUP BY在MySQL中是合法的.

让我们说Sailors表看起来像这样:

+----------+------+
| sname    | age  |
+----------+------+
| John Doe |   30 |
| Jane Doe |   50 |
+----------+------+

然后查询将返回:

+----------+------------+
| sname    | MAX(S.age) |
+----------+------------+
| John Doe |         50 |
+----------+------------+

现在谁需要那个？John Doe不是50岁,他是30岁!正如本书引用中所述,这是第一次尝试获得最年长水手的名字和年龄,在这个例子中,Jane Doe在50岁时.

SQL会说这个查询是非法的,但是MySQL只是进行并吐出"垃圾".谁需要这种结果？为什么MySQL会为新手提供这个小陷阱？

Answer 1

顺便说一句,它是默认的MySQL行为.但是可以通过在my.ini文件或会话中设置ONLY_FULL_GROUP_BY服务器模式来更改它-

SET sql_mode = 'ONLY_FULL_GROUP_BY';
SELECT * FROM sakila.film_actor GROUP BY actor_id;

Error: 'sakila.film_actor.film_id' isn't in GROUP BY

ONLY_FULL_GROUP_BY - 不允许选择列表引用未在GROUP BY子句中命名的非聚合列的查询.

Answer 2

上面的查询在SQL中是否真的非法,但在MySQL中是合法的

是

如果是这样,那为什么呢

我不知道在MySQL中做出设计决策的原因,但考虑到你可以从聚合来自(例如或者)的同一行获得实际的相关数据而只需稍微多一些工作,我不会从任意行返回额外的列数据没有任何优势.MAXMIN

我非常不喜欢MySQL中的这个"功能",它让很多人学习MySQL的聚合,然后转移到不同的dbms,突然意识到他们从来都不知道他们在做什么.

Answer 3

基于链接其a_horse_with_no_name在评论规定,我已经到达我自己的答案:

似乎MySQL使用GROUP BY的方式与SQL方式不同,为了允许从GROUP BY子句中省略列,当它们在功能上依赖于其他包含的列时.

假设我们有一个显示银行账户活动的表格.这不是一张经过深思熟虑的表,但它是我们唯一拥有的表,而且必须这样做.我们假设一个帐户从'0'开始,而不是跟踪金额,而是记录所有交易,因此金额是交易的总和.该表可能如下所示:

+------------+----------+-------------+
| costumerID | name     | transaction |
+------------+----------+-------------+
|       1337 | h4x0r    |         101 |
|         42 | John Doe |         500 |
|       1337 | h4x0r    |        -101 |
|         42 | John Doe |        -200 |
|         42 | John Doe |         500 |
|         42 | John Doe |        -200 |
+------------+----------+-------------+

很明显,'name'在功能上依赖于'costumerID'.(在这个例子中,另一种方式也是可能的.)

如果我们想知道每个客户的costumerID,名称和当前金额怎么办？

在这种情况下,两个非常相似的查询将返回以下正确的结果:

+------------+----------+--------+
| costumerID | name     | amount |
+------------+----------+--------+
|         42 | John Doe |    600 |
|       1337 | h4x0r    |      0 |
+------------+----------+--------+

此查询可以在MySQL中执行,并且根据SQL是合法的.

SELECT costumerID, name, SUM(transaction) AS amount
FROM Activity
GROUP BY costumerID, name

此查询可以在MySQL中执行,根据SQL 不合法.

SELECT costumerID, name, SUM(transaction) AS amount
FROM Activity
GROUP BY costumerID

以下行将使查询返回并返回错误,因为它现在必须遵循使用聚合操作和GROUP BY的SQL方式:

SET sql_mode = 'ONLY_FULL_GROUP_BY';

在MySQL中允许第二个查询的论据似乎是假设SELECT中提到但GROUP BY中没有提到的所有列都在聚合操作中使用("事务"的情况),或者是功能上依赖于其他包含的列("名称"的情况).在'name'的情况下,我们可以确保为所有组条目选择了正确的'name',因为它在功能上依赖于'costumerID',因此每个costumerID组只有一个可能的名称.

这种使用GROUP BY的方式看起来很难,因为它不会对GROUP BY子句中遗漏的内容进行任何进一步的检查.人们可以从他们的SELECT语句中选择列,以便在他们认为合适时放入他们的GROUP BY子句,即使包含或遗漏任何特定列没有意义.

水手的例子很好地说明了这个缺陷.使用聚合运算符(可能与GROUP BY结合使用)时,返回集中的每个组条目对其每个列只有一个值.在Sailors的情况下,由于省略了GROUP BY子句,整个表被放入一个单独的组条目中.此条目需要名称和最大年龄.选择此条目的最大年龄是明智的,因为MAX(S.age)只返回一个值.但是在S.sname的情况下,只在SELECT中提到过,现在有很多选择,因为整个Sailor表中都有独特的sname,(在本例中是两个,John和Jane Doe).MySQL没有任何线索可供选择,我们没有给它任何,它没有及时踩刹车,所以它必须先挑选任何先到先得的(Jane Doe).如果两行被切换,它实际上会偶然给出"正确答案".在MySQL中允许这样的事情似乎很明显,如果在GROUP BY子句中遗漏了某些内容,那么使用GROUP BY的查询结果可能会依赖于表的顺序.显然,这就是MySQL如何滚动.但是,当它因为"有缺陷"的查询而不知道它在做什么时,至少还是不能保证警告我们吗？我的意思是,当然,如果你给一个程序提供错误的指令,它可能不会(或不应该)按你的意愿做,但如果你给出不明确的指示,我当然不希望它只是开始猜测或挑选最先出的东西... -_-'