SQL连接表时如何避免冗余行？

Question

我正在使用一个包含三个表的数据库：

users

、

features

和一个

feature_user

连接表来管理哪些用户有权访问哪些功能。以下是包含其他更有用的列的表格：

users

表：

id	用户名	电子邮件	状态
1	约翰	[电子邮件受保护]	活跃
2	简	[电子邮件受保护]	不活跃
3	约拿	[电子邮件受保护]	活跃

features

表：

id	名字	描述	已启用
1	通知	向用户发送通知	正确
2	csv 导出	将数据导出为 CSV 格式	错误
3	重新设计登陆页面	修改登陆页面布局	正确

feature_user

数据透视表：

用户 ID	功能_id
1 （约翰）	1 （通知）
1 （约翰）	2 （csv 导出）
1 （约翰）	3 （重新设计登陆页面）
2 （简）	1 （通知）
2 （简）	2 （csv 导出）
3 （约拿）	3 （重新设计登陆页面）

当我运行联接查询来列出所有用户及其功能时，对于具有多个功能的用户，我最终会得到冗余行。这是我当前使用的查询：

SELECT fu.user_id, u.username, u.email, u.status, fu.feature_id, f.name AS feature_name, f.description AS feature_description, f.is_enabled
FROM feature_user fu
LEFT JOIN users u ON fu.user_id = u.id
LEFT JOIN features f ON fu.feature_id = f.id;

这将返回以下结果，其中包括具有多个功能的用户的冗余行：

用户 ID	用户名	电子邮件	状态	功能_id	功能名称	功能描述	已启用
1	约翰	[电子邮件受保护]	活跃	1	通知	向用户发送通知	正确
1	约翰	[电子邮件受保护]	活跃	2	csv 导出	将数据导出为 CSV 格式	错误
1	约翰	[电子邮件受保护]	活跃	3	重新设计登陆页面	修改登陆页面布局	正确
2	简	[电子邮件受保护]	不活动	1	通知	向用户发送通知	正确
2	简	[电子邮件受保护]	不活动	2	csv 导出	将数据导出为 CSV 格式	错误
3	约拿	[电子邮件受保护]	活跃	3	重新设计登陆页面	修改登陆页面布局	正确

注意

john

并且他的所有数据都重复了3次。

我希望避免查询结果中出现这种冗余，特别是因为分页不是我的用例的选项，并且此查询将在更大的数据集上运行。此外，这些数据最终将通过网络发送回客户端，因此减少冗余将有助于节省带宽并提高性能。

构建查询以避免每个功能重复用户数据，同时保持结果高效和可读的最佳方法是什么？

Answer 1

不幸的是，这就是连接的工作原理。如果您想选择所有用户，包括他们的功能，您将得到所谓的“冗余行”。

通过连接，数据库构建所谓的“交叉积”。在您的情况下，数据库正在构建其中两个： feature_user ×

user

x

feature

在构建两个叉积时，数据库会应用您在查询中指定的过滤器（行为可能会因数据库而异）。在你的情况下，这些是：

fu.user_id = u.id
fu.feature_id = f.id
加入并不意味着您将获得一个用户列表，其功能分组在一个数组中。如果你想要它们在一个数组中，你可以这样做（不推荐）：

SELECT 
    u.id AS user_id,
    u.username,
    u.email,
    u.status,
    STRING_AGG(f.name, ', ') AS feature_names
FROM users u
LEFT JOIN feature_user fu ON fu.user_id = u.id
LEFT JOIN features f ON fu.feature_id = f.id
GROUP BY u.id, u.username, u.email, u.status;

结果应该是这样的：

用户 ID3[电子邮件受保护]2[电子邮件受保护]1[电子邮件受保护]

用户名	电子邮件	状态	功能名称
约拿		活跃	重新设计登陆页面
简		不活跃	通知、csv 导出
约翰		活跃	通知、csv 导出、重新设计登陆页面