Início / coding / Perguntas / 77135503
Accepted
Dan
Asked: 2023-09-19 22:33:59 +0800 CST

Por que a função MAX gera os resultados corretos em um grupo por chamada

  • 772

Estou aprendendo SQL e criei o seguinte conjunto de dados no MySQL:

Create table Departments (DepartmentID int primary key, Name text);

insert into Departments values
(1001,'SRO'),
(2001,'Drs'),
(3001,'Accounting');

Create table Employees 
(
  EmployeeID int not null, 
  DepartmentID int not null,
  ManagerID int,
  Name varchar(50) not null,
  Salary int not null,
  primary key(EmployeeID),
  foreign key (DepartmentID)
    references Departments(DepartmentID)
 );

insert into Employees values
(68319,1001,NULL,'Kayling','6000.00'),
(66928,3001,68319,'Blaze','2750.00'),
(67832,1001,68319,'Clare','2550.00'),
(65646,2001,68319,'Jonas','2957.00'),
(67858,2001,65646,'Scarlet','3100.00'),
(69062,2001,65646,'Frank','3100.00'),
(63679,2001,69062,'Sandrine','900.00'),
(64989,3001,66928,'Adelyn','1700.00'),
(65271,3001,66928,'Wade','1350.00');

Quero descobrir o salário máximo para cada departamento, pesquisando muitos dos artigos que vi sugeridos MAXneste formulário:

SELECT max(Salary),DepartmentID 
FROM Employees
GROUP BY DepartmentID;

No entanto, dada a ordem das operações descritas na resposta aqui

FROM, including JOINs
WHERE
SELECT the row  obtained  by from and where in a temporary area for others 
        operation (and build the column alias)
DISTINCT
GROUP BY
HAVING
ORDER BY
LIMIT and OFFSET
return the final result

A MAXfunção é chamada antes de GROUP BY, o que significa que MAXfuncionará em toda a tabela antes GROUP BYmesmo de ser executada, o que, no meu entendimento, deve resultar na presença de um único valor máximo em toda a tabela , que deve ser 6000 . No entanto, não é isso que acontece, os resultados que vejo estão confusos na estrutura certa que desejo:

max(Salary) DepartmentID
6000        1001
3100        2001
2750        3001

de alguma forma, a MAXfunção funciona depois de a GROUP BY, mas também antes de perder todas as linhas devido à GROUP BYeliminação de várias linhas do grupo.

Se eu prosseguir com esse entendimento, surgirão mais perguntas para mim.

Se uma GROUP BYoperação ocorrer antes de SELECT, então ele GROUP BYremoverá todas as linhas de cada um DepartmentIDe deixará apenas uma única linha escolhida aleatoriamente , o que significa que no momento em que a MAXfunção SELECTtiver a chance de ser executada, ela verá apenas um valor de salário que pode ser qualquer valor em vez do máximo para cada departamento.

O que estou perdendo que está complicando meu entendimento?

sql

2 respostas

  1. Funções agregadas como MAX (ou SUM, MIN, COUNT etc) são aplicadas aos conjuntos criados pela GROUP BYcláusula.

    No seu exemplo, os salários de cada departamento são divididos em conjuntos separados e a função MAX é aplicada a cada conjunto, fornecendo o salário máximo para cada departamento.

    • 3
  2. Best Answer

    O que precisamos entender quando avaliamos uma consulta é que há uma projeção antesgroup by e uma projeção depois de group by.

    Antes de group bydefinirmos de que relação devemos agrupar. Pode ser uma tabela inteira, uma tabela projetada (as colunas são diferentes das inicialmente definidas), uma tabela filtrada ( wherecláusulas e junções) ou mesmo uma tabela ad-hoc (como ( select 1 as foo union select 2 as foo union select 3 as foo)).

    GROUP BYé o processo de agregação dos resultados. Isso significa que coisas como MAX()ou MIN(), AVG()por padrão (não obstante os índices) não são avaliáveis ​​antes que os registros que contribuem para o resultado não sejam avaliados completamente.

    Então, como você avaliaria o valor MAX de algo, por exemplo:

    (pseudo-código)

    max <- -infinity
for r of rows do
    if max < r.yourfield then max <- r.yourfield
end for

    e é isso que acontece no seu caso. MAX(yourfield)marca que para este campo você precisa descobrir qual é o máximo para o conjunto de resultados. E se houvesse um GROUP BY, então o pseudocódigo muda para algo assim:

    max <- -infinity
for r of rows do
    if max[group(row)] < r.yourfield then max[group(row)] <- r.yourfield
end for

    Assim, os registros são desagrupados e estão sendo processados. À medida que os grupos vão sendo construídos, os valores agregados separados vão sendo construídos separadamente.

    • 1

relate perguntas