sql编程——join,concat,except,union all的使用举例。

sql题目

现需要请向所有用户推荐其朋友收藏但是用户自己未收藏的商品，请从好友关系表（friendship_info）和收藏表（favor_info）中查询出应向哪位用户推荐哪些商品。

friendship_info

user1_id（用户1 id）	user2_id（用户2 id）
101	1010
101	108
101	106

?favor_info

????????????????

user_id(用户id)	sku_id(商品id)	create_date(收藏日期)
101	3	2021-09-23
101	12	2021-09-23
101	6	2021-09-25

期望效果

? ? ??

user_id <string> （用户id）	sku_id <string> （应向该用户推荐的商品id）
101	2
101	4
101	7
101	9
101	8
101	11
101	1

题目讨论

? ? 本题的思路分析是，首先找到朋友收藏的商品，然后将朋友的商品剔除掉包含自己收藏的商品

1. 使用union all合并，然后使用having 求countI()为1

? ? ? ?

? ? 1.将好友表与收藏表join,获取好友收藏商品

select
      fi.user1_id as user_id,
  sku_id
from
  friendship_info fi
  join favor_info fo on fi.user2_id = fo.user_id
group by
  fi.user1_id,
  sku_id

? ? 2.查询自己收藏的商品，合并所有商品与用户

UNION ALL
select
  user_id,
  sku_id
from
  favor_info

? ? 3.对行数进行筛选，使用having过滤出统计数为1的即为用户未曾收藏的商品。

select
  user_id,
  sku_id
from t1
group by
  user_id,
  sku_id
having
  count(*) = 1

? ? 4.最终SQL

select
  user_id,
  sku_id
from
  (
    select
      user_id,
      sku_id
    from
      (
        select
          fi.user1_id as user_id,
          sku_id
        from
          friendship_info fi
          join favor_info fo on fi.user2_id = fo.user_id
        group by
          fi.user1_id,
          sku_id
      ) t1
    UNION ALL
    select
      user_id,
      sku_id
    from
      favor_info
  ) t
group by
  user_id,
  sku_id
having
  count(*) = 1

2.使用concat()拼接后，再去重

? ? 1.收藏表关联原表

friendship_info t1 

JOIN favor_info t2

on t1.user2_id=t2.user_id

? ?2.拼接用户-商品作为一个字段

concat(t1.user1_id,t2.sku_id)

? ?3.将用户-商品不存在的自己收藏的进行过滤

where concat(t1.user1_id,t2.sku_id) not in (

    SELECT concat(user_id,sku_id)

    from favor_info

)

? ?4.最终SQL

SELECT t1.user1_id user_id,t2.sku_id

from friendship_info t1 

JOIN favor_info t2

on t1.user2_id=t2.user_id

where concat(t1.user1_id,t2.sku_id) not in (

    SELECT concat(user_id,sku_id)

    from favor_info

)

group by t1.user1_id,t2.sku_id

3.使用join连接获取所有数据，然后根据关联信息过滤不需要的数据

? ?使用join进行关联我认为是最符合码农习惯的。关联获取数据然后根据左关联右关联，将控制空值过滤，该方法主要是熟悉join后数据集的生成结果

1.好友表关联收藏表，获取好友id

from friendship_info fi

join favor_info fi1

on fi.user2_id = fi1.user_id 

2.再次关联收藏表，获取用户信息以及收藏商品信息

left join favor_info fi2

on fi.user1_id = fi2.user_id and fi1.sku_id = fi2.sku_id

3. 按照商品关联情况过滤，?对用户，好友商品进行去重。

? ?

select distinct user1_id user_id,

    fi1.sku_id sku_id

from t1

where fi2.sku_id is null;

4.最终SQL

select distinct user1_id user_id,

    fi1.sku_id sku_id

from friendship_info fi

join favor_info fi1

on fi.user2_id = fi1.user_id 

left join favor_info fi2

on fi.user1_id = fi2.user_id and fi1.sku_id = fi2.sku_id

where fi2.sku_id is null;

4.使用except关键字，剔除重复数据。

? ? except关键字有去重复数据效果，最新的hive语法支持except关键字。

可以使用 where ... is not exists替代except

select
  friendship_info.user1_id as user_id,
  sku_id
from
  friendship_info
  join favor_info on friendship_info.user2_id = favor_info.user_id
except
select
  user_id,
  sku_id
from
  favor_info

? 本题最主要的还是要懂join后的结果集，才能做到对重复数据，无效数据去重。