sql - 测试引用行的相等性

Question

我有许多遵循此相当常见模式的表：A <-->> B。我想在表A中找到某些行具有相等值的匹配行对，并在表B中某些列具有相等值的地方引用行。换句话说，A中的一对行（R，S）匹配，当A中的给定列{a1，a2，…，an}和B中的{b1，b2，…，bn}匹配时：


我们有R.a1 = S.a1，R.a2 = S.a2，…，R.an =S.an。
对于B中每个R的引用行T，B s.t中存在S的引用行U。 T.b1 = U.b1，T.b2 = U.b2，…，T.bn =U.bn。
（R，S）匹配，如果（S，R）匹配。


（我对关系代数不是很熟悉，因此上面的定义可能没有遵循任何约定。）

我想出的方法是：


查找具有匹配列的对（R，S）。
查看B中R和S的引用行是否相等。
对于B中的每一行，找到匹配的行，将A中的引用行分组并计数。检查匹配行和引用行的数量是否相同。


但是，我为第2步和第3步编写的查询（下面），以查找B中的匹配行，该查询非常复杂。有更好的解决方案吗？

-- Tables similar to those that I have.
CREATE TABLE a (
    id INTEGER PRIMARY KEY,
    data TEXT
);

CREATE TABLE b (
    id INTEGER PRIMARY KEY,
    a_id INTEGER REFERENCES a (id),
    data TEXT
);

SELECT DISTINCT dup.lhs_parent_id, dup.rhs_parent_id
FROM (
    SELECT DISTINCT
        MIN(lhs.a_id, rhs.a_id) AS lhs_parent_id, -- Normalize.
        MAX(lhs.a_id, rhs.a_id) AS rhs_parent_id,
        COUNT(*) AS count
    FROM b lhs
    INNER JOIN b rhs USING (data)
    WHERE NOT (lhs.id = rhs.id OR lhs.a_id = rhs.a_id) -- Remove self-matching rows and duplicate values with the same parent.
    GROUP BY lhs.a_id, rhs.a_id
) dup
INNER JOIN ( -- Check that lhs has the same number of rows.
    SELECT
        a_id AS parent_id,
        COUNT(*) AS count
    FROM b
    GROUP BY a_id
) lhs_ct ON (
    dup.lhs_parent_id = lhs_ct.parent_id AND
    dup.count = lhs_ct.count
)
INNER JOIN ( -- Check that rhs has the same number of rows.
    SELECT
        a_id AS parent_id,
        COUNT(*) AS count
    FROM b
    GROUP BY a_id
) rhs_ct ON (
    dup.rhs_parent_id = rhs_ct.parent_id AND 
    dup.count = rhs_ct.count
);

-- Test data.
-- Expected query result is three rows with values (1, 2), (1, 3) and (2, 3) for a_id,
-- since the first three rows (with values 'row 1', 'row 2' and 'row 3')
-- have referencing rows, each of which has a matching pair. The fourth row
-- ('row 3') only has one referencing row with the value 'foo', so it doesn't have a
-- pair for the referenced rows with the value 'bar'.
INSERT INTO a (id, data) VALUES
    (1, 'row 1'),
    (2, 'row 2'),
    (3, 'row 3'),
    (4, 'row 4');

INSERT INTO b (id, a_id, data) VALUES
    (1, 1, 'foo'),
    (2, 1, 'bar'),
    (3, 2, 'foo'),
    (4, 2, 'bar'),
    (5, 3, 'foo'),
    (6, 3, 'bar'),
    (7, 4, 'foo');

我正在使用SQLite。

Answer 1

要查找匹配的行和不同的行，使用INTERSECT和MINUS操作然后连接起来会更容易...

但是，当只有一个字段实际用于比较JOIN解决方案时，效果更好：

Select B1.A_Id, B2.A_Id
From (
    Select Data, A_Id, Count(Id) A_Count
    From B
    Group By Data, A_Id
) b1 
inner join (
    Select Data, A_Id, Count(Id) a_count
    From B Group By Data, A_Id
) b2 on b1.data = b2.data and b1.a_count = b2.a_count and b1.a_id <> b2.a_id

据我了解，您需要找出具有相同数据和数据计数的不同a_id对。

我的脚本的结果提供了可能在两个方向上的耦合，这为SQLlite特定语法的优化留有余地。

结果示例：
{1,2}，{1,3}，{2,1}，{2,3}，{3,2}，{3,1}