当前位置：首页 > news >正文

SQL组合查询与分组过滤深度解析：从原理到LeetCode实战

news 2026/5/7 9:27:52

SQL组合查询与分组过滤深度解析：从原理到LeetCode实战

在数据分析和后端开发中，SQL是必备技能。无论是处理用户数据还是构建报表，组合查询（UNION）和分组过滤（GROUP BY + HAVING）都是高频操作。本文通过原理剖析和LeetCode实战，帮你彻底掌握这些核心知识点，同时串联JavaScript、Java、C++、Python、Go等语言中的数据处理思维，提升你的数据库编程效率。

一、UNION与UNION ALL：组合查询的两种方式

UNION用于合并两个或多个SELECT语句的结果集，默认会去除重复行。使用时需注意：所有SELECT语句选择的列数必须相同，对应列的数据类型需兼容，且列序必须一致。例如，从Customers和Suppliers表中分别查询德国地区的城市和国家：

SELECT City, Country FROM Customers WHERE Country='Germany'
UNION
SELECT City, Country FROM Suppliers WHERE Country='Germany'
ORDER BY City;

最佳实践：若想保留重复值，使用UNION ALL，它比UNION更快（省去去重步骤）。在JavaScript、Java、C++、Python、Go等语言中处理数据时，类似去重操作（如Python的set()或Java的Stream.distinct()）也需权衡性能。

✅ 常见场景：合并不同来源的同类数据，如将多个分表的数据汇总展示。若需标记数据来源，可添加常量列：

SELECT 'Customer' AS Type, ContactName, City, Country FROM Customers
UNION
SELECT 'Supplier', ContactName, City, Country FROM Suppliers;

二、GROUP BY与HAVING：分组聚合的黄金搭档

GROUP BY将数据按指定列分组，配合聚合函数（如COUNT、SUM、AVG）进行统计。例如，统计每个国家的客户数：

SELECT COUNT(CustomerID), Country FROM Customers
GROUP BY Country
ORDER BY COUNT(CustomerID) DESC;

⚠️ 关键约束：WHERE无法与聚合函数一起使用，因为它是在分组前过滤行。此时需用HAVING子句，它允许在分组后对聚合结果进行筛选：

SELECT column1, aggregate_function(column2)
FROM table_name
GROUP BY column1
HAVING condition(可使用聚合函数);

实战对比：在Python的pandas中，groupby()后可用filter()实现类似HAVING功能；在Java的Stream API中，collect(Collectors.groupingBy())后配合filter()也能达到相同效果。理解SQL的HAVING逻辑，有助于跨语言迁移数据处理思维。

三、LeetCode重点题型实战：连接与聚合

LeetCode SQL题库中，连接与聚合是核心考点。以下精选5道题，覆盖简单到中等难度，帮你巩固UNION、GROUP BY、自连接等技巧。

1. 1661. 每台机器的进程平均运行时间

该题考察ROUND函数与聚合分组。ROUND(number, digits)用于四舍五入保留小数位数。核心代码：

# Write your MySQL query statement below
#第一个想法：是否将这个表自链接，形成开始和结束和时间戳来
select a.machine_id, a.process_id, a.timestamp, b.machine_id, b.process_id, b.timestamp
from Activity a, Activity b
where a.process_id=b.process_id and a.activity_type='start' and
b.activity_type='end' and a.machine_id=b.machine_id;
#使用分组来进行机器的总体平均
#本题答案
select a.machine_id, round(avg(b.timestamp-a.timestamp),3) as processing_time
from Activity a, Activity b
where a.process_id=b.process_id and a.activity_type='start' and
b.activity_type='end' and a.machine_id=b.machine_id
group by a.machine_id;

2. 577. 员工奖金

考察左连接（LEFT JOIN）和NULL处理。当员工无奖金时，需用IFNULL或COALESCE填充默认值：

#直接使用左连接来连接奖金
select Employee.name, Bonus.bonus
from Employee
left join Bonus on Employee.empId = Bonus.empId
where Bonus.bonus<1000 or Bonus.bonus is null;

3. 1280. 学生们参加各科测试的次数

本题需要理解笛卡尔积（CROSS JOIN），它生成所有可能的组合，再通过左连接匹配实际数据。例如：

SELECT t1.emp_id, t1.emp_name, t1.hire_date, t2.dept_name
FROM employees AS t1
CROSS JOIN departments AS t2;

补充：IFNULL(expression, alt_value)用于处理NULL值，若expression为NULL则返回alt_value。这在数据填充中非常实用：

# Write your MySQL query statement below
SELECT
s.student_id, s.student_name, sub.subject_name, IFNULL(grouped.attended_exams, 0) AS attended_exams
FROM
Students s
CROSS JOIN
Subjects sub
LEFT JOIN (
SELECT student_id, subject_name, COUNT(*) AS attended_exams
FROM Examinations
GROUP BY student_id, subject_name
) grouped
ON s.student_id = grouped.student_id AND sub.subject_name = grouped.subject_name
ORDER BY s.student_id, sub.subject_name;

4. 570. 至少有5名直接下属的经理

经典错误：在WHERE中使用聚合函数（如COUNT）会导致失败，因为WHERE在聚合前执行。正确做法是使用HAVING或自连接。自连接示例：

# Write your MySQL query statement below
#分组来收集经理id
select managerID, count(managerID)
from Employee
where count(managerID) > 5
group by managerID;

# Write your MySQL query statement below
#分组来收集经理id
select b.name
from Employee a, Employee b
where a.managerID=b.id
group by a.managerID
having count(a.managerID)>=5;

5. 1934. 确认率

本题综合了左连接、聚合和条件统计，适合练习复杂业务逻辑：

# Write your MySQL query statement below
#其中AVG(b.action='confirmed')等价于SUM(IF(action = 'confirmed', 1, 0)) / COUNT(action)
SELECT a.user_id, ROUND(IFNULL(AVG(b.action='confirmed'), 0), 2) AS confirmation_rate
FROM Signups AS a
LEFT JOIN Confirmations AS b
ON a.user_id = b.user_id
GROUP BY a.user_id;

[AFFILIATE_SLOT_1]

四、常见错误与性能调优

在组合查询和分组过滤中，新手常犯以下错误：

列数不匹配：UNION时各SELECT列数不一致，导致语法错误。
HAVING与WHERE混淆：记住WHERE过滤行，HAVING过滤组。
忽视索引：GROUP BY和ORDER BY列建议建索引，否则大数据量下性能堪忧。

最佳实践：

使用EXPLAIN分析查询计划，定位瓶颈。
在Python、Java、C++、Go等语言中调用SQL时，尽量将过滤条件提前，减少数据传输。
对于复杂聚合，考虑使用窗口函数（如ROW_NUMBER）替代子查询，提升可读性。

[AFFILIATE_SLOT_2]

总结

本文从UNION/UNION ALL的语法细节出发，深入讲解了GROUP BY与HAVING的分组过滤机制，并通过5道LeetCode实战题巩固了连接、聚合和自连接等核心技能。掌握这些知识点后，你不仅能高效处理SQL查询，还能将类似的数据处理逻辑迁移到JavaScript、Java、C++、Python、Go等语言中，实现跨平台的数据分析能力。勤加练习，你也能成为SQL高手！

查看全文

http://www.jsqmd.com/news/756018/