在做去哪儿网数据分析时候被一个问题难倒了，之前通过scrapy将数据导入了MySQL，然后想分组查询MySQL数据库每个省份每个分组300条数据，但结果。。。
运行结果
不明白结果怎么来的，头疼，等我成长为菜鸟+的时候估摸着就明白了，现在还是菜鸟-的状态。
相关子查询我会啊
SELECT m1.city,m1.title
FROM message m1
LEFT JOIN message m2
ON m1.`city`=m2.`city`
GROUP BY m1.`city`
ORDER BY m1.`city`;
结果返回了32条数据
返回数据
羊毛出在了羊身上，原因在于用group by查询数据时，会将数据分组合并，然后数据就成了32条了,也就是32个省市自治区（台湾也有）。
然后我又来了一次
SELECT city,title
FROM (SELECT *
FROM message
ORDER BY city) m;
返回结果
貌似成功了，但从哪儿分组呢，分组体现在哪儿呢，加不进去啊？？？
于是乎，求助万能的百度，得到了如下结果：
第一个就是相关子查询了
关联子查询会引用外部查询中的一列或多列。这种子查询之所以被称为关联子查询，是因为子查询的确与外部查询有关。当问题的答案需要依赖于外部查询中包含的每一行中的值时，通常就需要使用关联子查询。
然后得到了如下结果
- 非相关子查询是独立于外部查询的子查询，子查询总共执行一次，执行完毕后将值传递给外部查询,并且它是优先于外部查询先执行的，他执行了再执行外部。
- 相关子查询的执行依赖于外部查询的数据，外部查询执行一行，子查询就执行一次。并且是外部先查询一次，然后再执行一次内部查询！
执行过程如下
- 从外层数据中取出一条数据，传递给内层数据查询
- 内层查询操作得到相应的值
- 外查询根据内查询的相关结果或结果集得到相应的行（满足一定条件）
- 然后重复操作，直到完成任务
然后大致懂得了操作
SELECT m1.city,m1.title
FROM message m1
WHERE 10>(
SELECT COUNT(1)
FROM message m2
WHERE m1.`id`>m2.`id` AND m1.`city`=m2.`city`
)
ORDER BY m1.city,m1.title;
正确结果
这个结果我猜想是这么运行的：
首先了解MySQL语句执行顺序，这个至关重要
Where -> Group By -> Having -> Order by
这条语句中，父查询传入语句到子查询中，count语句查询出当前子查询语句中查询到的行，如果父查询的所有数值(id)都比他大，那这条语句（行）处于第一位，返回结果为1。同理，进行多次查询，得到另一个条件(city)相同前提下中每个元素所处位置。事情这样就简单了，父查询select一下再加入筛选条件即可得到正确结果。
另外，这个语句还可以通过连接方式查询
SELECT m1.city,m1.title
FROM message m1
LEFT JOIN message m2
ON m1.`id` >m2.`id`AND m1.`city`=m2.`city`
GROUP BY m2.`city`,m2.id
HAVING COUNT(*)<=10
ORDER BY m1.city;
这样跑起来也是正确的
正确结果
内连接也是可以的
SELECT m1.city,m1.title
FROM message m1
INNER JOIN message m2
ON m1.`id` >= m2.`id`AND m1.`city`=m2.`city`
GROUP BY m2.`city`,m2.id
HAVING COUNT(*)<=10
ORDER BY m1.city;
正确结果
有一点需要注意的是，三者运行时间有所差异，第一种方法运行速度比较快，连接方式查询明显慢一点。
最后，复习了一下基础查询方法
分类
- 按照子查询出现的位置
- select后面
仅仅支持标量子查询 - from后面
仅仅支持表子查询 - where或having后面
标量子查询
列子查询
行子查询 - exists后面（相关子查询）
表子查询
按照结果集的行列数不同
- 标量子查询（结果集只有一行一列）
- 列子查询（结果集只有一列多行）
- 行子查询（结果集有一行多列）
- 表子查询（结果集一般为多行多列）
网友评论