修改以下sql 使其符合逻辑 select a.* from (select count(order_id),DEAL_PROV_NAME from ee_order_sub_sheet where SUB_SHEET_ID in(3090, 3163, 3173, 3174, 3191, 3228, 3215) GROUP BY DEAL_PROV_NAME) a left join (select count(order_id),DEAL_PROV_NAME from ee_order_sub_sheet where SUB_SHEET_ID in(3090, 3163, 3173, 3174, 3191, 3228, 3215) GROUP BY DEAL_PROV_NAME) b on a.DEAL_PROV_NAME = b.DEAL_PROV_NAME left join (select count(order_id),DEAL_PROV_NAME from ee_order_sub_sheet where SUB_SHEET_ID in(3090, 3163, 3173, 3174, 3191, 3228, 3215) GROUP BY DEAL_PROV_NAME) c on a.DEAL_PROV_NAME = c.DEAL_PROV_NAME

时间: 2024-04-21 16:27:46 浏览: 9
这个 SQL 语句的逻辑是查询表 ee_order_sub_sheet 中 SUB_SHEET_ID 在指定值集合中的数据,根据 DEAL_PROV_NAME 分组计算每个 DEAL_PROV_NAME 对应的订单数量,然后通过左连接将结果表 a 和 b、c 进行连接。 这个 SQL 语句的问题在于,它使用了三个相同的子查询,这会造成性能浪费。可以使用 WITH 子句将子查询定义为临时表,然后在主查询中引用这些临时表,以提高查询性能。 修改后的 SQL 语句如下: WITH temp_table AS ( SELECT COUNT(order_id) AS order_count, DEAL_PROV_NAME FROM ee_order_sub_sheet WHERE SUB_SHEET_ID IN (3090, 3163, 3173, 3174, 3191, 3228, 3215) GROUP BY DEAL_PROV_NAME ) SELECT a.*, b.order_count AS count_b, c.order_count AS count_c FROM temp_table a LEFT JOIN temp_table b ON a.DEAL_PROV_NAME = b.DEAL_PROV_NAME LEFT JOIN temp_table c ON a.DEAL_PROV_NAME = c.DEAL_PROV_NAME
相关问题

以下sql查询为什么会出现重复结果 select a.* from (select count(order_id),DEAL_PROV_NAME from ee_order_sub_sheet where SUB_SHEET_ID in(3090, 3163, 3173, 3174, 3191, 3228, 3215) GROUP BY DEAL_PROV_NAME) a left join (select count(order_id),DEAL_PROV_NAME from ee_order_sub_sheet where SUB_SHEET_ID in(3090, 3163, 3173, 3174, 3191, 3228, 3215) GROUP BY DEAL_PROV_NAME) b on a.DEAL_PROV_NAME = b.DEAL_PROV_NAME left join (select count(order_id),DEAL_PROV_NAME from ee_order_sub_sheet where SUB_SHEET_ID in(3090, 3163, 3173, 3174, 3191, 3228, 3215) GROUP BY DEAL_PROV_NAME) c on a.DEAL_PROV_NAME = c.DEAL_PROV_NAME;

这个 SQL 查询会出现重复结果是因为它使用了三个相同的子查询,这些子查询会重复计算相同的数据,从而导致结果集中出现重复的数据。 具体来说,在主查询中,表 a 包含了所有的 DEAL_PROV_NAME,而表 b 和表 c 则分别与表 a 进行了左连接。如果某个 DEAL_PROV_NAME 在表 a 中出现了多次,那么在左连接时,它也会出现多次,从而导致结果集中出现重复的数据。 要解决这个问题,可以将子查询计算的结果存储在临时表中,然后在主查询中引用这些临时表,这样就可以避免重复计算相同的数据,从而避免结果集中出现重复的数据。

优化下面sql select count(distinct sheet.ORDER_ID ) as num, sub.DEAL_PROV_NAME as PROVINCE_NAME from ee_order_fault_sheet sheet, ee_order_sub_sheet sub, EE_BZ_SUB_FAULT_SHEET jd where sheet.ORDER_ID = sub.ORDER_ID and sheet.ORDER_ID = jd.ORDER_ID and jd.FAULT_OCCUR_PERIOD='3' and sheet.SHEET_STATUS in('113','115') and sub.SHEET_STATUS !='206' and jd.END_SHEET_METHOD = '1' and sub.DEAL_PROV_NAME != '' and sheet.CONCLUDE_TIME between '2023-06-01 00:00:00' and '2023-06-07 00:00:00' group by sub.DEAL_PROV_NAME

可以考虑以下优化: 1. 使用JOIN替代多表查询: ``` SELECT COUNT(DISTINCT sheet.ORDER_ID) AS num, sub.DEAL_PROV_NAME AS PROVINCE_NAME FROM ee_order_fault_sheet sheet JOIN ee_order_sub_sheet sub ON sheet.ORDER_ID = sub.ORDER_ID JOIN EE_BZ_SUB_FAULT_SHEET jd ON sheet.ORDER_ID = jd.ORDER_ID WHERE jd.FAULT_OCCUR_PERIOD = '3' AND sheet.SHEET_STATUS IN ('113', '115') AND sub.SHEET_STATUS != '206' AND jd.END_SHEET_METHOD = '1' AND sub.DEAL_PROV_NAME != '' AND sheet.CONCLUDE_TIME BETWEEN '2023-06-01 00:00:00' AND '2023-06-07 00:00:00' GROUP BY sub.DEAL_PROV_NAME ``` 2. 为表中的列添加索引,以加速查询: ``` CREATE INDEX idx_order_id ON ee_order_fault_sheet (ORDER_ID); CREATE INDEX idx_sheet_status ON ee_order_fault_sheet (SHEET_STATUS); CREATE INDEX idx_conclude_time ON ee_order_fault_sheet (CONCLUDE_TIME); CREATE INDEX idx_order_id_sub ON ee_order_sub_sheet (ORDER_ID); CREATE INDEX idx_sheet_status_sub ON ee_order_sub_sheet (SHEET_STATUS); CREATE INDEX idx_deal_prov_name ON ee_order_sub_sheet (DEAL_PROV_NAME); CREATE INDEX idx_order_id_jd ON EE_BZ_SUB_FAULT_SHEET (ORDER_ID); CREATE INDEX idx_fault_occur_period ON EE_BZ_SUB_FAULT_SHEET (FAULT_OCCUR_PERIOD); CREATE INDEX idx_end_sheet_method ON EE_BZ_SUB_FAULT_SHEET (END_SHEET_METHOD); ```

相关推荐

最新推荐

recommend-type

微软内部资料-SQL性能优化5

A clustered index is like a telephone directory in which all of the rows for customers with the same last name are clustered together in the same part of the book. Just as the organization of a ...
recommend-type

SQL Server成功与服务器建立连接但是在登录过程中发生错误的快速解决方案

主要介绍了SQL Server成功与服务器建立连接但是在登录过程中发生错误的快速解决方案,非常不错,具有参考借鉴价值,需要的朋友可以参考下
recommend-type

JavaScript_catvod的开放版本.zip

JavaScript
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

可见光定位LED及其供电硬件具体型号,广角镜头和探测器,实验设计具体流程步骤,

1. 可见光定位LED型号:一般可使用5mm或3mm的普通白色LED,也可以选择专门用于定位的LED,例如OSRAM公司的SFH 4715AS或Vishay公司的VLMU3500-385-120。 2. 供电硬件型号:可以使用常见的直流电源供电,也可以选择专门的LED驱动器,例如Meanwell公司的ELG-75-C或ELG-150-C系列。 3. 广角镜头和探测器型号:一般可采用广角透镜和CMOS摄像头或光电二极管探测器,例如Omron公司的B5W-LA或Murata公司的IRS-B210ST01。 4. 实验设计流程步骤: 1)确定实验目的和研究对象,例如车辆或机器人的定位和导航。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

实现实时监控告警系统:Kafka与Grafana整合

![实现实时监控告警系统:Kafka与Grafana整合](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9BVldpY3ladXVDbEZpY1pLWmw2bUVaWXFUcEdLT1VDdkxRSmQxZXB5R1lxaWNlUjA2c0hFek5Qc3FyRktudFF1VDMxQVl3QTRXV2lhSWFRMEFRc0I1cW1ZOGcvNjQw?x-oss-process=image/format,png) # 1.1 Kafka集群架构 Kafka集群由多个称为代理的服务器组成,这