SQL進階教程1-7 用SQL進行集合運算: 比較兩個表是否相等、用差集實現關系除法運算、尋找相等的子集

　　集合運算符的參數是集合，從數據庫實現層面上來說就是表或者視圖。

　　注意事項：

　　1.SQL能夠操作具有重復行的集合，可以通過可選項ALL來支持。

　　一般的集合論是不允許集合里面存在重復元素的，因此集合{1,1,2,3,3}和集合{1,2,3}被視為相同的集合，但是關系數據庫的表允許存在重復的行，稱為多重集合。

　　ALL的作用和SELECT子句里面的DISTINCT可選項剛好相反。

　　

　　1.SQL集合運算符也提供了允許重復和不允許重復的兩種用法，如果直接使用UNION或者INTERSECT，結果里就不會出現重復的行。

　　   如果想在結果里面留下重復行，可以加上可選項ALL。寫作UNION ALL。

　　2. 集合運算符為了排除掉重復行，默認地會發生排序，而加上可選項ALL之后，就不再排序，所以性能會有提升。這是常用的非常有效地用於優化查詢性能的方法，

　　　　所以如果不關心是否存在重復行，或者確定結果里面不會產生重復行，加上可選項ALL會更好些。

 

　　2.集合運算符有優先級

　　標准SQL規定，INTERSECT比UNION和EXCEPT優先級更高，因此，當同事使用UNION和INTERSECT，又想讓UNION優先執行時，必須用括號明確地指定運算順序。

　　

　　3.各個DBMS提供商在集合運算的實現程度上參差不齊。

　　早期的SQL對集合運算的支持程度不是很高，受到這一影響，各個數據庫提供商的實現程度也參差不齊。

　　SQL Server從2005版開始支持INTERSECT 和EXCEPT，而MySQL還都不支持。 還有像Oracle這樣，實現了EXCEPT功能但是卻命名為MINUS的數據庫。

 

　　4.除法運算沒有標准定義。

　　四則運算里面的 和（UNION） 差(EXCEPT)  積(CROSS JOIN) 商都被引入了標准的SQL，但是商並沒有標准化，需要自己寫SQL實現。

 

　　5.比較表和表

　　在遷移數據庫的時候，或者需要比較備份數據和最新數據的時候，我們需要調查兩張表是否是相等的。

　　這里所說的“相等”指的是行數和列數以及內容都相同，即“是容一個集合”的意思。

　　

　　如何使用SQL確定兩張表是相等還是不相等呢？

　　方法一：假設已經實現確定了tbl_A和tbl_B的行數是一樣的，如果行數不一樣，就不需要再比較其他的了。

　　SQL:

SELECT COUNT(*) AS row_cnt
FROM (SELECT * FROM tbl_A 
      UNION
      ELECT * FROM tbl_B) TMP;

　　如果此函數的執行結果與A或者B的行數不一致，說明A與B是不相等的，否則兩張表相等。

 　　我們也可以只比較表里的一部分列或者一部分行，在WHERE子句中加入過濾條件就可以比較了。

　　需要注意的是，此條SQL語句對於一個自身擁有重復行的表是不生效的，由此，我們應該明白主鍵對表來說是多么的重要。

 

　　方法二：

　　在集合里，判定連個集合是否相等時，一般使用下面這兩種方法：

　　

　　如果集合A和集合B相等，那么 A UNION B = A = B = A INTERSECT B 都是成立的，剩下的問題是對A和B 分別進行UNION運算和INTERSECT運算后，如何比較這兩個結果。

　　因為我們能夠確定的是

　　因此只要判定 （A UNION B）EXCEPT (A INTERSECT B) 的結果集是不是空集就可以了，如果A=B，則這個結果集是空集，否則這個結果集里面肯定有數據。

SELECT CASE WHEN COUNT(*) = 0 THEN '相等'
            ELSE '不相等' END AS result
FROM (
        　　(SELECT * FROM tbl_A
         　　UNION
         　　SELECT * FROM tbl_B)
        EXCEPT
        　　(SELECT * FROM tbl_A
         　　INTERSECT
         　　SELECT * FROM tbl_B)
)

　　此條SQL語句不用事先知道表的行數，但是有一些缺陷

　　1.性能有所下降，因為這里需要進行4次排序：3次集合運算加上1次DISTINCT

　　2.因為這里使用了INTERSECT 和EXCEPT，所以目前這條SQL不能在MySQL中執行。

 

    輸出兩張表中不同的部分:

(SELECT * FROM tbl_A
EXCEPT
SELECT * FROM tbl_B)
UNION
(SELECT * FROM tbl_B
EXCEPT
SELECT * FROM tbl_A)

 

　　6.用差集實現關系除法運算

　　進行除法運算，方法比較多，其中具有代表性的是下面三個：

　　1.嵌套使用NOT EXISTS;

　　2.使用HAVING子句轉換成一對一關系；

　　3. 將除法變成減法；

 

將除法變成減法：

SELECT DISTINCT emp
FROM EmpSkills ES1
WHERE NOT EXISTS
            (SELECT skill
                FROM Skills
                EXCEPT
                SELECT skill
                FROM EmpSkills ES2
                WHERE ES1.emp = ES2.emp);

　　關聯子查詢是為了使SQL能夠實現類似面向過程語言中的循環功能引入的。上面這條SQL語句的處理方法與面向過程語言里面的循環、終端控制處理很像。

將兩張表當成兩個文件，然后一行行循環處理，針對某一個員工循環判斷各種技術的掌握情況。如果存在企業需求的技術，就進行減法運算；如果不存在就中止

該員工的循環，繼續對下一個員工執行同樣的處理。

 

　　7.尋找相同的子集

　　

　　現在想要找出，經營的零件在種類數和種類上都完全相同的供應商組合，答案是A-C B-D這兩組。

　　SQL並沒有任何用於檢查集合的包含關系或者相等性的謂詞，IN謂詞只能用來檢查元素是否屬於某個集合，而不能檢查集合是否是某個集合的子集。

　　對於連個不同的供應商，我們應該判斷下面這兩個條件：

　　1.連個供應商都經營同種類型的零件；

　　2.兩個供應商經營的零件種類數相同。　　

SELECT SP1.sup AS s1, SP2.sup AS s2
FROM SupParts SP1, SupParts SP2
WHERE SP1.sup < SP2.sup -- 生成供應商的全部組合
AND SP1.part = SP2.part -- 條件1 ：經營同種類型的零件
GROUP BY SP1.sup, SP2.sup
HAVING COUNT(*) = (SELECT COUNT(*) -- 條件2 ：經營的零件種類數相同
                   FROM SupParts SP3
                   WHERE SP3.sup = SP1.sup) 
            AND COUNT(*) = (SELECT COUNT(*)
                            FROM SupParts SP4
                            WHERE SP4.sup = SP2.sup);

對於Having中的兩組Count(*)比較，每組Count(*)比較中：

前面的COUNT(*)是SP1和SP2不同供應商但是供應相同類型的零件的數量，后面的COUNT(*)是SP1或者SP2中該供應商供應的所有配件數量

COUNT(*)的比較充分告訴我們，SQL在比較兩個集合時，並不是以行為單位來比較的，而是將集合當做整體來處理的。