mysql 判斷是否爲子集

一、問題

故事起源於一個查詢錯漏率的報表:有兩個查詢結果,分別是報告已經添加的項目和報告應該添加的項目,求報告無遺漏率

何爲無遺漏?即,應該添加的項目已經被全部添加

報告無遺漏率也就是無遺漏報告數佔報告總數的比率

這裏以兩個報告示例(分別是已全部添加和有遺漏的報告)
 

首先,查出第一個結果——報告應該添加的項目

SELECT 
                    r.id AS 報告ID,m.project_id 應添加項目
FROM 
        report r 
        INNER JOIN application a ON r.app_id=a.id
        INNER JOIN application_sample s ON a.id=s.app_id
        RIGHT JOIN application_sample_item si ON s.id=si.sample_id                            
        RIGHT JOIN set_project_mapping m ON si.set_id=m.set_id
WHERE r.id IN ('44930','44927')
ORDER BY r.id,m.project_id;








然後,再查出第二個結果——報告已經添加的項目

SELECT r.id AS 報告ID,i.project_id AS 已添加項目 
FROM report r 
RIGHT JOIN report_item i ON r.id=i.report_id
WHERE r.id IN ('44930','44927');


以上就是我們要比較的結果集,不難看出報告44927是無遺漏的,而44930雖然項目數量一致,但實際是多添加了項目758,缺少了項目112,是有遺漏的報告

 

二、解決方案

從問題看,顯然是一個判斷是否爲子集的問題。可以分別遍歷已添加的項目和應該添加的項目,如果應該添加的項目在已添加的項目中都能匹配上,即代表應該添加的項目是已添加的項目子集,也就是無遺漏。

通過循環遍歷比較確實可以解決這個問題,但是SQL中出現笛卡兒積的交叉連接往往意味着開銷巨大,查詢速度慢,那麼有沒有辦法避免這一問題呢?

方案一:

藉助於函數 FIND_IN_SET和GROUP_CONCAT, 首先認識下兩個函數

· FIND_IN_SET(str,strlist)

str: 需要查詢的字符串

strlist: 參數以英文”,”分隔,如 (1,2,6,8,10,22)

FIND_IN_SET 函數返回了需要查詢的字符串在目標字符串的位置

· GROUP_CONCAT( [distinct] 要連接的字段 [order by 排序字段 asc/desc  ] [separator '分隔符'] )

GROUP_CONCAT()函數可以將多條記錄的同一字段的值,拼接成一條記錄返回。默認以英文‘,’分割

但是,GROUP_CONCAT()默認長度爲1024

所以,如果需要拼接的長度超過1024將會導致截取不全,需要修改長度

SET GLOBAL group_concat_max_len=102400;
SET SESSION group_concat_max_len=102400;

 從上述兩個函數介紹中,我們發現FIND_IN_SET和GROUP_CONCAT都以英文‘,’分割(加粗標識)

所以,我們可以用GROUP_CONCAT將已添加項目的項目連接爲一個字符串,然後再用FIND_IN_SET逐一查詢應添加項目是否都存在於字符串

1、修改問題中描述中的SQL,用GROUP_CONCAT將已添加項目的項目連接爲一個字符串

SELECT r.id,GROUP_CONCAT(i.project_id ORDER BY i.project_id,'') AS 已添加項目列表 
FROM report r 
LEFT JOIN report_item i ON r.id=i.report_id
WHERE r.id IN ('44930','44927')
GROUP BY r.id;



2、用FIND_IN_SET逐一查詢應添加項目是否都存在於字符串

SELECT Q.id,FIND_IN_SET(W.應添加項目列表,Q.已添加項目列表) AS 是否遺漏
            FROM 
            (
            -- 報告已經添加的項目 
                        SELECT r.id,GROUP_CONCAT(i.project_id ORDER BY i.project_id,'') AS 已添加項目列表 
                        FROM report r 
                        LEFT JOIN report_item i ON r.id=i.report_id
                        WHERE r.id IN ('44930','44927')
                        GROUP BY r.id
            )Q,
            (
            -- 報告應該添加的項目 
                        SELECT 
                                    r.id,s.app_id,m.project_id 應添加項目列表
                        FROM 
                                    report r 
                                    INNER JOIN application a ON r.app_id=a.id
                                    INNER JOIN application_sample s ON a.id=s.app_id
                                    INNER JOIN application_sample_item si ON s.id=si.sample_id                            
                                    INNER JOIN set_project_mapping m ON si.set_id=m.set_id
                       WHERE r.id IN ('44930','44927')
                       ORDER BY r.id,m.project_id
            )W
            WHERE Q.id=W.id;






















3、過濾掉有遺漏的報告

    SELECT Q.id,CASE WHEN FIND_IN_SET(W.應添加項目列表,Q.已添加項目列表)>0 THEN 1 ELSE 0 END AS 是否遺漏
            FROM 
            (
            -- 報告已經添加的項目 
                        SELECT r.id,GROUP_CONCAT(i.project_id ORDER BY i.project_id,'') AS 已添加項目列表 
                        FROM report r 
                        LEFT JOIN report_item i ON r.id=i.report_id
                        WHERE r.id IN ('44930','44927')
                        GROUP BY r.id
            )Q,
            (
            -- 報告應該添加的項目 
                        SELECT 
                                    r.id,s.app_id,m.project_id 應添加項目列表
                        FROM 
                                    report r 
                                    INNER JOIN application a ON r.app_id=a.id
                                    INNER JOIN application_sample s ON a.id=s.app_id
                                    INNER JOIN application_sample_item si ON s.id=si.sample_id                            
                                    INNER JOIN set_project_mapping m ON si.set_id=m.set_id
                        WHERE  r.id IN ('44930','44927')
                        ORDER BY r.id,m.project_id
            )W
            WHERE Q.id=W.id
            GROUP BY Q.id
            HAVING COUNT(`是否遺漏`)=SUM(`是否遺漏`);
























4、我們的最終目標是求無遺漏率

 SELECT COUNT(X.id) 無遺漏報告數,Y.total 報告總數, CONCAT(FORMAT(COUNT(X.id)/Y.total*100,2),'%')  AS 項目無遺漏率 FROM 
(
        SELECT Q.id,CASE WHEN FIND_IN_SET(W.應添加項目列表,Q.已添加項目列表)>0 THEN 1 ELSE 0 END AS 是否遺漏
            FROM 
            (
            -- 報告已經添加的項目 
                        SELECT r.id,GROUP_CONCAT(i.project_id ORDER BY i.project_id,'') AS 已添加項目列表 
                        FROM report r 
                        LEFT JOIN report_item i ON r.id=i.report_id
                        WHERE r.id IN ('44930','44927')
                        GROUP BY r.id
            )Q,
            (
            -- 報告應該添加的項目 
                        SELECT 
                                    r.id,s.app_id,m.project_id 應添加項目列表
                            FROM 
                                    report r 
                                    INNER JOIN application a ON r.app_id=a.id
                                    INNER JOIN application_sample s ON a.id=s.app_id
                                    INNER JOIN application_sample_item si ON s.id=si.sample_id                            
                                    INNER JOIN set_project_mapping m ON si.set_id=m.set_id
                            WHERE r.id IN ('44930','44927')
                ORDER BY r.id,m.project_id
            )W
            WHERE Q.id=W.id
            GROUP BY Q.id
            HAVING COUNT(`是否遺漏`)=SUM(`是否遺漏`)
 )X,
 (
             -- 總報告數
             SELECT COUNT(E.nums) AS total FROM
             (
                     SELECT COUNT(r.id) AS nums FROM report r 
                     WHERE r.id IN ('44930','44927')
                     GROUP BY r.id
             )E                
 )Y    
 ;





































 

方案二:

上述方案一雖然避免了逐行遍歷對比,但本質上還是對項目的逐一對比,那麼有沒有什麼方式可以不用對比呢?

答案當然是有的。我們可以根據統計數量判斷是否完全包含。

1、使用union all 將已添加項目與應添加項目聯表,不去重

 (
 -- 應該添加的項目
SELECT 
        r.id,m.project_id
FROM 
         report r 
INNER JOIN application a ON r.app_id=a.id
INNER JOIN application_sample s ON a.id=s.app_id
INNER JOIN application_sample_item si ON s.id=si.sample_id                            
INNER JOIN set_project_mapping m ON si.set_id=m.set_id
WHERE r.id IN ('44930','44927')
ORDER BY r.id,m.project_id
)
UNION ALL
(
 -- 已經添加的項目
select r.id,i.project_id from report r,report_item i 
where r.id = i.report_id and r.id IN ('44930','44927')
group by r.app_id,i.project_id
 )


















從結果可以看出,項目同一個報告下有重複的項目,分別代表了應該添加和已經添加的項目

2、根據聯表結果,統計報告重合的項目數量

# 應該添加與已經添加的項目重疊數量
select tt.id,count(*) count from 
(
            select t.id,t.project_id,count(*)  from 
            (
                        (
                                -- 應該添加的項目
                                SELECT 
                                        r.id,m.project_id
                                FROM 
                                        report r 
                                        INNER JOIN application a ON r.app_id=a.id
                                        INNER JOIN application_sample s ON a.id=s.app_id
                                        INNER JOIN application_sample_item si ON s.id=si.sample_id                            
                                        INNER JOIN set_project_mapping m ON si.set_id=m.set_id
                                WHERE r.id IN ('44930','44927')
                                ORDER BY r.id,m.project_id
                        )
                        UNION ALL
                        (
                                -- 已經添加的項目
                                select r.id,i.project_id from report r,report_item i 
                                where r.id = i.report_id and r.id IN ('44930','44927')
                                group by r.app_id,i.project_id
                        )
                        
            ) t
            GROUP BY t.id,t.project_id
            HAVING count(*) >1 
) tt group by tt.id 




























3、將第二步的數量與應該添加的數量作比較,如果相等,則代表無遺漏

select bb.id,aa.count 已添加,bb.count 需添加,
                CASE WHEN aa.count/bb.count=1 THEN 1
                ELSE 0
                END AS '是否遺漏' 
from  
(
# 應該添加與已經添加的項目重疊數量
select tt.id,count(*) count from 
(
            select t.id,t.project_id,count(*)  from 
            (
                        (
                                -- 應該添加的項目
                                SELECT 
                                        r.id,m.project_id
                                FROM 
                                        report r 
                                        INNER JOIN application a ON r.app_id=a.id
                                        INNER JOIN application_sample s ON a.id=s.app_id
                                        INNER JOIN application_sample_item si ON s.id=si.sample_id                            
                                        INNER JOIN set_project_mapping m ON si.set_id=m.set_id
                                WHERE r.id IN ('44930','44927')
                                ORDER BY r.id,m.project_id
                        )
                        UNION ALL
                        (
                                -- 已經添加的項目
                                select r.id,i.project_id from report r,report_item i 
                                where r.id = i.report_id and r.id IN ('44930','44927')
                                group by r.app_id,i.project_id
                        )
                        
            ) t
            GROUP BY t.id,t.project_id
            HAVING count(*) >1 
) tt group by tt.id 
) aa RIGHT JOIN
(
        -- 應該添加的項目數量
        SELECT 
                r.id,s.app_id,COUNT(m.project_id) count
        FROM 
                report r 
                INNER JOIN application a ON r.app_id=a.id
                INNER JOIN application_sample s ON a.id=s.app_id
                INNER JOIN application_sample_item si ON s.id=si.sample_id                            
                INNER JOIN set_project_mapping m ON si.set_id=m.set_id
        WHERE r.id IN ('44930','44927')
        GROUP BY r.id
        ORDER BY r.id,m.project_id
) bb ON aa.id = bb.id 
ORDER BY aa.id


















































4、求出無遺漏率

select 
                SUM(asr.`是否遺漏`) AS 無遺漏數,COUNT(asr.id) AS 總數,CONCAT(FORMAT(SUM(asr.`是否遺漏`)/COUNT(asr.id)*100,5),'%') AS 報告無遺漏率
from 
(
        select bb.id,aa.count 已添加,bb.count 需添加,
                        CASE WHEN aa.count/bb.count=1 THEN 1
                        ELSE 0
                        END AS '是否遺漏' 
        from  
        (
        # 應該添加與已經添加的項目重疊數量
        select tt.id,count(*) count from 
        (
                    select t.id,t.project_id,count(*)  from 
                    (
                                (
                                        -- 應該添加的項目
                                        SELECT 
                                                r.id,m.project_id
                                        FROM 
                                                report r 
                                                INNER JOIN application a ON r.app_id=a.id
                                                INNER JOIN application_sample s ON a.id=s.app_id
                                                INNER JOIN application_sample_item si ON s.id=si.sample_id                            
                                                INNER JOIN set_project_mapping m ON si.set_id=m.set_id
                                        WHERE r.id IN ('44930','44927')
                                        ORDER BY r.id,m.project_id
                                )
                                UNION ALL
                                (
                                        -- 已經添加的項目
                                        select r.id,i.project_id from report r,report_item i 
                                        where r.id = i.report_id and r.id IN ('44930','44927')
                                        group by r.app_id,i.project_id
                                )
                                
                    ) t
                    GROUP BY t.id,t.project_id
                    HAVING count(*) >1 
        ) tt group by tt.id 
        ) aa RIGHT JOIN
        (
                -- 應該添加的項目數量
                SELECT 
                        r.id,s.app_id,COUNT(m.project_id) count
                FROM 
                        report r 
                        INNER JOIN application a ON r.app_id=a.id
                        INNER JOIN application_sample s ON a.id=s.app_id
                        INNER JOIN application_sample_item si ON s.id=si.sample_id                            
                        INNER JOIN set_project_mapping m ON si.set_id=m.set_id
                WHERE r.id IN ('44930','44927')
                GROUP BY r.id
                ORDER BY r.id,m.project_id
        ) bb ON aa.id = bb.id 
        ORDER BY aa.id
) asr;























































發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章