要求统计所有分类下的数量,如果分类下没有对应的数据也要展示。这种问题在日常的开发中很常见,每次写每次忘,所以在此记录下。
这种统计往往不能直接group by,因为有些类别可能没有对应的数据
这里有两个思路(如果您有更好的方法,请一定要告诉我,求求了):
-
每种类型分别统计,用union 连接(比较适合类型已知、不多且确定的)
过UNION操作符组合了三个独立的查询,每个查询都基于数据表计算了不同条件下的数量,简单粗暴,但不是很推荐
SELECT `status` `key`,COUNT(id) amount FROM 数据表 WHERE `status` IS NULL UNION SELECT 1 `key`,COUNT(id) amount FROM 数据表 WHERE `status` = 1 UNION SELECT 2 `key`,COUNT(id) amount FROM 数据表 WHERE `status` = 2 UNION SELECT 3 `key`,COUNT(id) amount FROM 数据表 WHERE `status` = 3
优化(枚举类型,left join数据表):
SELECT a.`key`, IFNULL( b.amount, 0 ) amount FROM ( SELECT 1 AS `key` UNION SELECT 2 UNION SELECT 3 ) A服务器托管网S a LEFT JOIN ( SELECT `status` `key`, COUNT( id ) amount FROM 数据表 GROUP BY `status` ) AS b ON a.`key` = b.`key`
性能分析:
第一个SQL语句进行了多次全表扫描(假设索引未覆盖status字段)。这种做法可能导致更多的磁盘I/O操作,尤其是当数据量较大时,性能开销会较高。第二个SQL语句仅对数据表进行了一次扫描,并利用了GROUP BY进行聚合操作,减少了磁盘I/O,理论上在大多数情况下比服务器托管网第一个SQL更高效。
结论:
第二个SQL语句在性能和耗时上通常优于第一个SQL语句,因为它只需要遍历表一次,并对结果进行一次性聚合,避免了多次全表扫描带来的性能损失。
若status字段上有索引,第二个SQL的优势会更加明显,因为可以利用索引加速查询过程。
-
先查类型表,left join数据表,最后对left join后的数据再进行分组,注意:要给右表(数据表)为空时判断
和第一个的优化版思路是一样的
SELECT a.id `key`, a.classify_name `name`, COUNT(b.id) `count` FROM 分类表 a LEFT JOIN 数据表 b ON b.`level` = a.id GROUP BY a.id
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
机房租用,北京机房租用,IDC机房托管, http://www.fwqtg.net