【重学 MySQL】四十四、相关子查询

【重学 MySQL】四十四、相关子查询

• 相关子查询执行流程
• 示例
• • 使用相关子查询进行过滤
  • 使用相关子查询进行存在性检查
  • 使用相关子查询进行计算
• [在 `select`，`from`，`where`，`having`，`order by` 中使用相关子查询举例](#在 select，from，where，having，order by 中使用相关子查询举例)
• • [`SELECT` 子句中使用相关子查询](#SELECT 子句中使用相关子查询)
  • [`FROM` 子句中使用相关子查询](#FROM 子句中使用相关子查询)
  • [`WHERE` 子句中使用相关子查询](#WHERE 子句中使用相关子查询)
  • [`HAVING` 子句中使用相关子查询](#HAVING 子句中使用相关子查询)
  • [`ORDER BY` 子句中使用相关子查询](#ORDER BY 子句中使用相关子查询)
  • 总结
• [`EXISTS` 和 `NOT EXISTS`](#EXISTS 和 NOT EXISTS)
• • `EXISTS`
  • [`NOT EXISTS`](#NOT EXISTS)
  • 关键点
• 注意事项
• 替代方法

在 MySQL 中，相关子查询（也称为相关子查询或关联子查询）是一种特殊类型的子查询，其执行依赖于外部查询的当前行值。这意味着相关子查询在外部查询的每一行上都会重新执行一次，并且可以使用外部查询的列值。

相关子查询执行流程

相关子查询的执行流程涉及多个步骤，并且这些步骤在数据库管理系统（DBMS）中是高度优化的。

1. 解析和优化：

   • 数据库管理系统首先解析SQL语句，包括相关子查询，以确保其符合语法规则。
   • 接着，系统进行语义解析，检查表名、列名、数据类型、权限等约束条件是否满足。
   • 对于包含相关子查询的查询语句，DBMS会尝试找到最优的查询计划，以便快速地从数据库中检索所需的数据。这包括选择最佳的索引、使用缓存和预处理语句等优化措施。

2. 生成执行计划：

   • 在查询优化后，系统会生成一个执行计划，该计划描述了如何获取查询结果，包括访问哪些表、采用哪些索引、如何连接各个表等。
   • 对于相关子查询，执行计划会考虑子查询与外部查询之间的依赖关系，并确定子查询的执行时机和方式。

3. 执行外部查询：

   • 外部查询（即包含相关子查询的查询）开始执行。在外部查询的每一行处理过程中，都会涉及到相关子查询的执行。

4. 执行相关子查询：

   • 对于外部查询中的每一行，DBMS都会执行一次相关子查询。
   • 相关子查询依赖于外部查询的当前行值。这意味着，每次外部查询处理一行数据时，子查询都会使用该行数据中的值作为条件来执行。
   • 子查询的结果通常用于过滤、排序或作为外部查询的一部分进行计算。

5. 组合结果：

   • 外部查询根据子查询的结果来处理每一行数据，并生成最终的查询结果集。
   • 如果子查询返回多个结果，外部查询可能会使用这些结果来进行进一步的过滤或计算。

6. 返回结果：

   • 最后，数据库将查询结果集返回给客户端应用程序。

需要注意的是，相关子查询可能会导致性能问题，因为对于外部查询返回的每一行数据，数据库都需要重新执行子查询。因此，在编写包含相关子查询的SQL语句时，应谨慎考虑其性能影响，并尝试使用其他优化技术（如索引、连接优化、窗口函数等）来提高查询效率。

此外，虽然相关子查询在某些情况下非常有用，但在其他情况下，使用连接（JOIN）操作或窗口函数可能更加高效和直观。因此，在选择使用哪种查询技术时，应根据具体需求和性能考虑做出决策。

示例

使用相关子查询进行过滤

假设我们有两个表：employees（员工）和 departments（部门）。我们想要找到每个部门中工资最高的员工。

SELECT e.name, e.salary, e.department_id
FROM employees e
WHERE e.salary = (
    SELECT MAX(sub.salary)
    FROM employees sub
    WHERE sub.department_id = e.department_id
);

在这个查询中，子查询 SELECT MAX(sub.salary) FROM employees sub WHERE sub.department_id = e.department_id 是一个相关子查询，因为它依赖于外部查询的 e.department_id。

使用相关子查询进行存在性检查

假设我们有两个表：students（学生）和 courses（课程）。我们想要找到那些选修了所有课程的学生。

SELECT s.name
FROM students s
WHERE NOT EXISTS (
    SELECT c.course_id
    FROM courses c
    WHERE NOT EXISTS (
        SELECT 1
        FROM enrollments e
        WHERE e.student_id = s.student_id AND e.course_id = c.course_id
    )
);

在这个查询中，内部子查询 SELECT 1 FROM enrollments e WHERE e.student_id = s.student_id AND e.course_id = c.course_id 是一个相关子查询，它依赖于外部子查询的 c.course_id 和外部查询的 s.student_id。

使用相关子查询进行计算

假设我们有一个表 sales，其中包含每个销售员的销售记录。我们想要计算每个销售员的销售总额，并找出销售额超过该销售员平均销售额的记录。

SELECT s.salesperson_id, s.sale_amount
FROM sales s
WHERE s.sale_amount > (
    SELECT AVG(sub.sale_amount)
    FROM sales sub
    WHERE sub.salesperson_id = s.salesperson_id
);

在这个查询中，子查询 SELECT AVG(sub.sale_amount) FROM sales sub WHERE sub.salesperson_id = s.salesperson_id 是一个相关子查询，因为它依赖于外部查询的 s.salesperson_id。

在 select，from，where，having，order by 中使用相关子查询举例

在SQL查询中，相关子查询（也称为相关子选择或相关嵌套查询）是指依赖于外部查询中的值的子查询。它们通常用于在SELECT、FROM、WHERE、HAVING和ORDER BY子句中实现复杂的逻辑。以下是一些示例，展示了如何在这些子句中使用相关子查询。

SELECT 子句中使用相关子查询

虽然直接在SELECT子句中使用相关子查询不太常见，但你可以通过派生表（子查询作为表）间接实现。不过，这里展示一个更直接的场景，即在SELECT中嵌入相关子查询作为计算列。

SELECT 
    employee_id,
    first_name,
    last_name,
    (SELECT COUNT(*) 
     FROM orders 
     WHERE orders.employee_id = employees.employee_id) AS order_count
FROM 
    employees;

这个查询为每个员工返回了一个订单计数。

FROM 子句中使用相关子查询

在FROM子句中使用相关子查询通常通过派生表（子查询作为临时表）来实现，但相关子查询在这种场景下不常见。然而，你可以通过JOIN与WHERE条件实现类似的效果。

select e.last_name, e.salary, e.department_id
from employees e, (select department_id, avg(salary) avg_salary
      from employees
      group by department_id) t_dept_avg_salary
where e.department_id   = t_dept_avg_salary.department_id
 and e.salary > t_dept_avg_salary.avg_salary;

它使用了隐式内连接（也称为笛卡尔积加过滤）来比较每个员工的工资与其所在部门的平均工资。这里，您创建了一个派生表（也称为子查询或临时表）t_dept_avg_salary，该表包含了每个部门的平均工资。然后，您将这个派生表与employees表连接起来，以便比较每个员工的工资与其部门的平均工资。

1. 派生表 t_dept_avg_salary：

   (select department_id, avg(salary) avg_salary
    from employees
    group by department_id)

   这个子查询从employees表中计算每个部门的平均工资，并将结果作为一个临时表（派生表）。这个表有两列：department_id（部门ID）和avg_salary（该部门的平均工资）。

2. 主查询：

   select e.last_name, e.salary, e.department_id
   from employees e, (子查询) t_dept_avg_salary
   where e.department_id = t_dept_avg_salary.department_id
     and e.salary > t_dept_avg_salary.avg_salary;

   主查询从employees表（别名为e）和派生表t_dept_avg_salary中选择数据。它通过department_id将这两个表连接起来，并过滤出那些工资高于其部门平均工资的员工。

3. 结果 ：

   查询结果将包含那些工资高于其所在部门平均工资的员工的姓氏（last_name）、工资（salary）和部门ID（department_id）。

虽然您的查询在功能上是正确的，但现代SQL风格通常推荐使用显式的JOIN语法来替代隐式连接，因为它更清晰且更易于维护。以下是使用显式JOIN的等效查询：

SELECT e.last_name, e.salary, e.department_id
FROM employees e
JOIN (
    SELECT department_id, AVG(salary) AS avg_salary
    FROM employees
    GROUP BY department_id
) t_dept_avg_salary ON e.department_id = t_dept_avg_salary.department_id
WHERE e.salary > t_dept_avg_salary.avg_salary;

这个查询与您的原始查询在逻辑上是相同的，但使用了显式的JOIN语法，这通常被认为是更好的做法。

WHERE 子句中使用相关子查询

在WHERE子句中使用相关子查询非常常见，用于过滤记录。

SELECT 
    employee_id,
    first_name,
    last_name
FROM 
    employees e
WHERE 
    (SELECT COUNT(*) 
     FROM orders o 
     WHERE o.employee_id = e.employee_id) > 5;

这个查询返回了订单数量超过5的员工。

HAVING 子句中使用相关子查询

HAVING子句通常用于聚合查询的过滤，但在HAVING中使用相关子查询的情况较少。这里通过一个例子展示如何在HAVING中嵌入相关子查询。

SELECT 
    department_id,
    COUNT(employee_id) AS employee_count
FROM 
    employees
GROUP BY 
    department_id
HAVING 
    COUNT(employee_id) > (SELECT AVG(emp_count) 
                          FROM (SELECT COUNT(employee_id) AS emp_count 
                                FROM employees 
                                GROUP BY department_id) AS avg_dept_counts);

这个查询返回了员工数量超过所有部门平均员工数量的部门。

ORDER BY 子句中使用相关子查询

在ORDER BY子句中使用相关子查询的情况也不常见，但可以通过派生表或窗口函数实现类似效果。不过，直接嵌入相关子查询也可以在某些特殊情况下使用。

SELECT 
    employee_id,
    first_name,
    last_name,
    salary
FROM 
    employees
ORDER BY 
    (SELECT AVG(salary) 
     FROM employees 
     WHERE department_id = employees.department_id) DESC,
    salary DESC;

这个查询首先按部门平均工资降序排序，然后按员工个人工资降序排序。

总结

相关子查询在SQL查询中非常强大，可以用于实现复杂的逻辑。然而，它们可能会降低查询性能，特别是在处理大量数据时。因此，在使用相关子查询时，应考虑其性能影响，并考虑使用其他优化技术，如索引、连接优化或窗口函数等。

EXISTS 和 NOT EXISTS

EXISTS 和 NOT EXISTS 是 SQL 中用于测试子查询是否返回任何行的条件运算符。它们通常用于在 WHERE 子句或 HAVING 子句中，以确定是否满足某个条件，从而决定是否包含某些行在结果集中。

EXISTS

EXISTS 运算符用于测试子查询是否返回至少一行。如果子查询返回一行或多行，EXISTS 条件就为真（TRUE），否则为假（FALSE）。

示例：

SELECT first_name, last_name
FROM employees e
WHERE EXISTS (
    SELECT 1
    FROM departments d
    WHERE e.department_id = d.department_id
    AND d.department_name = 'Sales'
);

这个查询返回了所有在名为 'Sales' 的部门工作的员工的名字。子查询检查是否存在至少一个部门，其 department_id 与 employees 表中的 department_id 匹配，并且部门名称为 'Sales'。

NOT EXISTS

NOT EXISTS 运算符用于测试子查询是否不返回任何行。如果子查询没有返回任何行，NOT EXISTS 条件就为真（TRUE），否则为假（FALSE）。

示例：

SELECT first_name, last_name
FROM employees e
WHERE NOT EXISTS (
    SELECT 1
    FROM departments d
    WHERE e.department_id = d.department_id
    AND d.department_name = 'HR'
);

这个查询返回了所有不在名为 'HR' 的部门工作的员工的名字。子查询检查是否不存在任何部门，其 department_id 与 employees 表中的 department_id 匹配，并且部门名称为 'HR'。

关键点

• EXISTS 和 NOT EXISTS 子查询通常只关心是否存在行，而不关心行的具体内容。因此，子查询中的 SELECT 子句经常简单地选择常量（如 SELECT 1），因为实际选择的列并不重要。
• 这些运算符通常比使用 IN、NOT IN、JOIN（在某些情况下）等替代方法更高效，特别是当子查询可能返回大量行时。
• 使用 EXISTS 和 NOT EXISTS 时，应确保子查询中的条件能够正确地反映你想要测试的逻辑。
• 在某些数据库系统中，EXISTS 和 NOT EXISTS 可能会利用索引来优化查询性能。因此，在设计数据库和编写查询时，考虑索引的使用是很重要的。

注意事项

1. 性能问题：由于相关子查询在外部查询的每一行上都会重新执行，因此可能会导致性能问题，特别是在处理大数据集时。在这种情况下，可以考虑使用 JOIN 或其他优化技术。

2. 可读性：相关子查询有时可能使查询变得难以理解和维护。因此，在编写复杂查询时，确保代码清晰并添加适当的注释。

3. 索引：确保在相关子查询中使用的列上建立适当的索引，以提高查询性能。

替代方法

在某些情况下，可以使用 JOIN 或窗口函数（MySQL 8.0+ 支持）来替代相关子查询，从而获得更好的性能和可读性。例如，上面的第一个示例（找到每个部门中工资最高的员工）可以使用 JOIN 和 GROUP BY 来重写：

SELECT e1.name, e1.salary, e1.department_id
FROM employees e1
JOIN (
    SELECT department_id, MAX(salary) AS max_salary
    FROM employees
    GROUP BY department_id
) e2 ON e1.department_id = e2.department_id AND e1.salary = e2.max_salary;

这种重写方式通常更高效，因为它避免了相关子查询的重复执行。

通过理解和使用相关子查询，你可以解决一些复杂的查询问题。然而，要注意性能问题，并考虑使用其他技术来优化查询。