如何用 SQL 找到最受欢迎的用户?

在社交网络或好友关系系统中,"最受欢迎的用户" 通常是拥有最多好友的人。如何通过 SQL 快速找到这样的用户呢?本文将通过一个简洁的 SQL 查询解决这个问题。

602. 好友申请 II :谁有最多的好友 - 力扣(LeetCode)

数据表结构

假设我们有一个好友请求记录表 RequestAccepted,结构如下:

字段名 描述
requester_id 请求者用户 ID
accepter_id 接受者用户 ID

每行数据表示一条好友请求被接受的记录。例如:

requester_id accepter_id
1 2
1 3
2 3

目标

找到好友数量最多的用户,并返回其 ID 和好友数量。

解决方案

通过以下 SQL 查询实现:

sql 复制代码
WITH Friends AS (
    -- 合并所有用户的"好友关系"ID(包括请求者和接受者)
    SELECT requester_id AS id
    FROM RequestAccepted
    UNION ALL
    SELECT accepter_id AS id
    FROM RequestAccepted
)
-- 统计每个用户的好友数量,并取最大值
SELECT id, COUNT(*) AS num
FROM Friends
GROUP BY id
ORDER BY num DESC
LIMIT 1;

分步解析

步骤 1:合并所有好友关系

使用 UNION ALL请求者(requester_id接受者(accepter_id 的 ID 合并到一个列表中:

sql 复制代码
SELECT requester_id AS id FROM RequestAccepted
UNION ALL
SELECT accepter_id AS id FROM RequestAccepted
  • UNION ALL 会保留重复记录(例如用户 1 多次添加好友)。

  • 结果示例:

    id
    1
    1
    2
    3

步骤 2:统计好友数量

按用户 ID 分组,统计每个用户的总出现次数(即好友数量):

sql 复制代码
SELECT id, COUNT(*) AS num
FROM Friends
GROUP BY id
  • COUNT(*) 统计每个用户出现的总次数。

  • 结果示例:

    id num
    1 2
    2 2
    3 1

步骤 3:排序并取最大值

按好友数量降序排列,取第一名:

sql 复制代码
ORDER BY num DESC
LIMIT 1;

最终结果:

id num
1 2

技术细节

  1. 为什么用 UNION ALL 而不是 UNION

    • UNION ALL 保留重复记录,确保正确统计所有好友关系。

    • UNION 会去重,导致计数不准确。

  2. LIMIT 1 的注意事项

    • 如果有多个用户并列第一,此查询只会返回其中一个。

    • 若需要返回所有并列用户,可移除 LIMIT 并在应用层处理。

总结

通过 合并请求方和接受方的用户 ID 并统计出现次数,我们能够快速找到最受欢迎的用户。

相关推荐
nbsaas-boot31 分钟前
SQL Server 存储过程设计规范(事务与异常处理)
linux·数据库·设计规范
大学生资源网1 小时前
基于springboot的万亩助农网站的设计与实现源代码(源码+文档)
java·spring boot·后端·mysql·毕业设计·源码
q_19132846951 小时前
基于SpringBoot2+Vue2的诗词文化传播平台
vue.js·spring boot·mysql·程序员·计算机毕业设计
为什么不问问神奇的海螺呢丶1 小时前
服务器巡检报告-基于categraf 采集数据-存入Prometheus-写入mysql后生成报告
服务器·mysql·prometheus
代码or搬砖2 小时前
SQL核心语法总结:从基础操作到高级窗口函数
java·数据库·sql
2 小时前
TIDB——TIKV——读写与coprocessor
数据库·分布式·tidb·
秋氘渔2 小时前
智演沙盘 —— 基于大模型的智能面试评估系统
python·mysql·django·drf
Hello.Reader3 小时前
Flink SQL 的 LOAD MODULE 深度实战——加载 Hive 模块、理解模块发现与常见坑
hive·sql·flink
大猫和小黄3 小时前
若依微服务全面适配PostgreSQL-OpenGauss数据库
数据库·微服务·postgresql·若依
老徐电商数据笔记3 小时前
技术复盘第二篇:电商数据主题域划分企业级实践
大数据·数据库·数据仓库·零售·教育电商·技术面试