mysql中关于exists的深入讲解
- 2020 年 4 月 11 日
- 筆記
mysql中关于exists的讲解
我认为exists语法是mysql中一个很强大的工具，可以简单地实现某些复杂的数据处理。
下面我谈谈与exists有关的三个方面。
all 与 any
首先，看到了exists，难免还会想到all和any，它们比exists容易理解一些。all 和 any都能让一行数据与多行数据进行比较，这是它们的主要功能。
create table T(X int); insert into T(X) values(1),(2),(3),(4); # eg.1 select * from T where X > all( select * from T where X < 3 ); #输出3，4 # eg.2 select * from T where X > any( select * from T where X > 1 ); #输出3，4 先看eg.1， 显然select * from T where X < 3结果是1，2；而all要求存在X大于集合{1,2}内的任意元素，即3,4。
同理，对于eg.2，select * from T where X > 1结果是2,3,4；any的要求是存在X大于集合{2,3,4}内的某个元素即可，即3,4。
划分表
在说exists之前，再看看一个比较特别的语句，关于表（table）的“划分”用法。
eg.1
# fruitTable Id Name Class Count Date 1 苹果 水果 10 2011-7-1 1 桔子 水果 20 2011-7-2 1 香蕉 水果 15 2011-7-3 2 白菜 蔬菜 12 2011-7-1 2 青菜 蔬菜 19 2011-7-2 现在要求进行筛选，条件是Id唯一,Date选最近的一次
这种筛选条件潜藏着对于表的划分要求。以fruitTable为例，需要划分为2个子表，Id为1的为一个子表、Id为2的为另一个子表，再从各自子表里面选出时间最大的那个元组。
先看看下面一个错误的解法
SELECT DISTINCT Id, Name, Class, Count, Date FROM fruitTable t1 WHERE (Date IN (SELECT MAX(Date) FROM fruitTable t2 GROUP BY Id)); # 结果 1 桔子 水果 20 2011-7-2 1 香蕉 水果 15 2011-7-3 2 青菜 蔬菜 19 2011-7-2 这周解法在逻辑上有漏洞。它将不同Id的最大时间混在了一起，没有真正地划分表格。
再来看看正确的解法
划分表格的思路是正确的，但问题是怎么划分，如果另外创建2个新的table，那这样显然太麻烦了，于是有了下面这种写法。
SELECT DISTINCT Id, Name, Class, Count, Date FROM fruitTable t1 WHERE (Date = (SELECT MAX(Date) FROM fruitTable t2 WHERE t2.Id=t1.Id)); 注意WHERE t2.Id=t1.Id 很巧妙地 对表t2 基于t2.Id=t1.Id这个标准 进行了划分。可以推导一下，比如遍历表t1，先是第1个元组： 1 苹果 水果 10 2011-7-1， 可以知道t1.Id=1, 带入第2个select: (SELECT MAX(Date) FROM fruitTable t2 WHERE t2.Id=1) , 观察这个select语句的筛选条件WHERE t2.Id=1， 发现它的范围限定在了Id为1的元组内，聚集函数MAX(Date)返回Id为1的所有元组中Date最大的值（2011-7-3）。
因此对于表t1, 当t1.Id=1时，只有Date=2011-7-3的元组才会被选出来；而当tl.Id=2时，第2个select又变为SELECT MAX(Date) FROM fruitTable t2 WHERE t2.Id=2, 返会所有Id=2的元组中Date的最大值(2011-7-2)。
可以发现，表t2是受t1.Id控制的，根据t1.Id的不同而被划分为不同的子表，这就是表的划分，并且不需要另外创建新的表。
exists
先说说exists的基本用法
create table R( X int, Y varchar(5), Z varchar(5) ); create table S( Y varchar(5), Z varchar(5), Q int ); insert into R(X,Y,Z) values( 1,'a','A' ),( 1,'b','B' ),( 1,'a','B' ),( 1,'c','C' ),( 2,'a','B' ),( 2,'b','B' ),( 2,'c','A' ),( 3,'z','Z' ); insert into S(Y,Z,Q) values( 'b','B',1 ),( 'a','B',2 ); ----------------------------- select * from R where exists( select * from S where S.Y='b' and R.Y=S.Y ); # 结果 '1', 'b', 'B' '2', 'b', 'B' 对于exists可以先简单地理解为if判断。
比如语句select * from R where exists( select * from S where S.Y='b' and R.Y=S.Y );就可以理解为 从表R中筛选出满足条件 S.Y=’b’ and R.Y=S.Y (select * from S where S.Y=’b’ and R.Y=S.Y) 的元组。
这个性质可以看出2个特性
- 首先exists()括号内的表不会影响最终返回的结果。比如上面的例子，返回的结果始终是关于表R的元组，和表S没有任何关系
- 对于exists()语句，关键的是括号内的where子句。对于exists( select * from S where S.Y=’b’ and R.Y=S.Y ) 这种语句，可以直接当作 if( S.Y== ‘b’ and R.Y ==S.Y )。当然也不是说select不重要，比如exists( select 1 from S where S.Y=’b’ and R.Y=S.Y )是永远为真的条件。
理清上面2点，我们就更能意识到exists非常像是一个关于条件判断的语句。
下面例子类似
# 选了张三老师课的学生 select distinct sc.sid from sc where exists ( select * from course c,teacher t where sc.cid = c.cid and c.tid = t.tid and t.tname = "张三"); 但仅仅只有exists还不够，因为很多其它语句也能实现这个功能，真正强大的是not exists。
找最值
SELECT DISTINCT Id, Name, Class, Count, Date FROM fruitTable t1 WHERE (Date = (SELECT MAX(Date) FROM fruitTable t2 WHERE t2.Id=t1.Id)); #用not exists SELECT DISTINCT Id, Name, Class, Count, Date FROM fruitTable t1 WHERE NOT EXISTS( SELECT * FROM fruitTable t2 WHERE t2.Id=t1.Id and t2.Date > t1.Date ); 这里not exists同样可以看作not if，关键是明白哪部分条件被否定（not）。根据之前的理论，这里条件明显是t2.Id=t1.Id and t2.Date > t1.Date , 而t2.Id=t1.Id不能作为否定的对象，因为这是必然存在的（自己想想，t1和t2内容一样），用来限定表t2的范围（即之前说的划分子表）,再看t2.Date > t1.Date，这才是否定的部分，即对于t2中Id为t1.Id的所有元组的Date都不大于t1.Date，而此时的t1.Date也即最大值。
嵌套not exists
还有更复杂的情况，多层not exists嵌套使用。比如实现关系代数里的除法运算。
# 表R，S的定义上面已经给出 下面计算 R除以S select distinct R1.x from R R1 where not exists ( select * from S where not exists ( select * from R R2 where R1.X=R2.X and R2.Y=S.Y and R2.Z=S.Z )); 这里有3个select，2个not exists。
最里面的not exists是用来否定R2.Y=S.Y and R2.Z=S.Z （因为R1.X=R2.X一定成立，这个是用来划分子表的）, 最外层的not exists就用来表示不存在这个意思，你会发现最后这个句子表达的意思就是关系代数里面除法的定义。
