SQL 分组条件深入剖析

问题

在 stackoverflow 网站上看到这样一个 SQL 分组条件的需求，需求看似挺简单，但能把 SQL 写正确对于新手来说也不容易，我们拿过来深入剖析一下，数据如下：

需求是查找只有Ready 状态的设备。

解答

自然思路：按设备分组，选出Ready状态个数等于所有状态个数的设备组

拆解思路：

1、 按设备分组

2、 计算出每个设备组下Ready状态个数c1

3、 计算出每个设备组下所有状态个数c2

4、 选出状态个数c1等于c2的设备；

思路图：

试写SQL一:

select t1.device

from

(select device, count(status) as c1

from t

where status='Ready'

group by device) t1

join

(select device, count(status) as c2

from t

group by device) t2

on t1.device=t2.device

where t1.c1=t2.c2

这个实际的思路变成了：

1、 按设备分组，找到每个设备下Ready的个数c1；

2、 按设备分组，找到每个设备下所有状态的个数c2；

3、 把两个分组结果通过设备连接到一起；

4、 在连接到一起结果里，查找c1等于c2的设备。

试写SQL二:

select device

from t

group by device

having sum(case when status = 'Ready' then 1 else 0 end) = count(device);

这个实际思路，倒是和期望的自然思维更近了些，但计算设备中Ready状态个数c1时，没有找到太简单的表述方式，采用了一个变通的复杂思路：

1、隐含着增加一个计算字段，状态为Ready时，这个计算字段为1，否则为0；

2、然后对这个计算字段求和，这个和是Ready状态的个数。

上面我试了两种SQL，虽然结果都对，但竟然难以找到和自然思路一致的写法。面对这种局面，我们不能只是满足于SQL老手对新手的炫技；要更深入的思考SQL语言体系到底缺失了什么根本概念？才导致自然而然的解题思路，能说的出，想得明白，但就是写不出相应的计算机语言。

先直接看一下集算器SPL语言的解法：

	A
1	=connect("mysqlDB")
2	=A1.query(“select * from t”)
3	=A2.group(device)
4	=A3.select(~.select(status=="Ready").len()==~.len())
5	=A1.close()

A2从数据库把数据取出来

A3按设备分组，观察一下结果，就只是把数据分成了5组，第一组点进去，能看到有3条符合条件的记录，这一步仅仅做单纯分组，没有其它任何操作：

A4外层select函数里的~符号代表的就是当前设备的组；~.select(status=="Ready").len()就是当前设备下Ready状态个数c1；~.len()是当前设备所有状态的个数 c2；这时最外层 select 变成 A3.select(c1==c2), 也就是自然思路里的第四步：选出状态个数c1等于c2的设备。

完全符合人的自然思维！编码过程顺畅自然，两点之间，直线最短，不用再通过各种“高级技巧”的等价思路绕弯了。

追根溯源，上面 SQL 反映出来的问题，它缺少单纯的分组动作，不能显式的表达每个小分组，进而对每个小分组的更细致操作就无法直观表达。

SQL不提倡分步解决问题、对集合操作支持不彻底、多余的生造出 HAVING 人为的导致概念复杂化；这一系列设计上的缺陷，造成了 SQL 的编写、维护、性能调优都成倍的增加工作量。

集算器的 SPL 语言从根源上弃用了 SQL 背后的关系代数理论，发明新的离散数据集理论解决程序员描述计算的困难。这里有更多 SQL 难点的分析文章：

乾学院 -SPL-SQL 难点

快速上手试试:

下载集算器

如何免费使用润乾集算器