|
要求统计所有分类下的数量,如果分类下没有对应的数据也要展示。这种问题在日常的开发中很常见,每次写每次忘,所以在此记录下。
这种统计往往不能直接group by,因为有些类别可能没有对应的数据
这里有两个思路(如果您有更好的方法,请一定要告诉我,求求了):
- 每种类型分别统计,用union 连接(比较适合类型已知、不多且确定的)
过UNION操作符组合了三个独立的查询,每个查询都基于数据表计算了不同条件下的数量,简单粗暴,但不是很推荐
- SELECT `status` `key`,COUNT(id) amount FROM 数据表 WHERE `status` IS NULL
- UNION
- SELECT 1 `key`,COUNT(id) amount FROM 数据表 WHERE `status` = 1
- UNION
- SELECT 2 `key`,COUNT(id) amount FROM 数据表 WHERE `status` = 2
- UNION
- SELECT 3 `key`,COUNT(id) amount FROM 数据表 WHERE `status` = 3
复制代码 优化(枚举类型,left join数据表):- SELECT
- a.`key`,
- IFNULL( b.amount, 0 ) amount
- FROM
- ( SELECT 1 AS `key` UNION SELECT 2 UNION SELECT 3 ) AS a
- LEFT JOIN ( SELECT `status` `key`, COUNT( id ) amount FROM 数据表 GROUP BY `status` ) AS b ON a.`key` = b.`key`
复制代码性能分析:
第一个SQL语句进行了多次全表扫描(假设索引未覆盖status字段)。这种做法可能导致更多的磁盘I/O操作,尤其是当数据量较大时,性能开销会较高。
第二个SQL语句仅对数据表进行了一次扫描,并利用了GROUP BY进行聚合操作,减少了磁盘I/O,理论上在大多数情况下比第一个SQL更高效。
结论:
第二个SQL语句在性能和耗时上通常优于第一个SQL语句,因为它只需要遍历表一次,并对结果进行一次性聚合,避免了多次全表扫描带来的性能损失。
若status字段上有索引,第二个SQL的优势会更加明显,因为可以利用索引加速查询过程。
- 先查类型表,left join数据表,最后对left join后的数据再进行分组,注意:要给右表(数据表)为空时判断
和第一个的优化版思路是一样的
- SELECT
- a.id `key`,
- a.classify_name `name`,
- COUNT(b.id) `count`
- FROM
- 分类表 a
- LEFT JOIN 数据表 b ON b.`level` = a.id
- GROUP BY a.id
复制代码
来源:https://www.cnblogs.com/daydreamer-fs/p/18100943
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作! |
|