MySQL方法GROUP_CONCAT的應(yīng)用阴颖,多對多聯(lián)表查詢活喊,以A表為主表,通過關(guān)聯(lián)表C查詢出B表關(guān)聯(lián)A表任意記錄的多條記錄的某個字段的合并值

開發(fā)中遇到這樣的一個需求:用戶表為A量愧,小區(qū)表為B钾菊,用戶小區(qū)關(guān)系通過C表多對多關(guān)聯(lián)帅矗,我們需要查詢出每一個用戶所擁有的小區(qū),以下圖的格式顯示:

image.png

在解決問題中發(fā)現(xiàn)了兩種方式可實現(xiàn)該功能煞烫,下面直接貼出sql語句

方式一

SELECT
    m.user_id AS userId,
    (
        SELECT
            GROUP_CONCAT(ca.`name` SEPARATOR '浑此、')
        FROM
            common_user_apartment ua
        LEFT JOIN common_apartment ca ON ca.id = ua.apartment_id
        WHERE
            ua.user_id = m.user_id
    ) AS apartmentNames
FROM
    basics_users m
LEFT JOIN common_apartment ca ON ca.id = m.apartment_id
LEFT JOIN common_region cr ON cr.id = ca.city_id
WHERE
    m.isdel = 'N'

方式一是把查詢c表作為主表,并且left join B表的一個子查詢滞详,查出每一個用戶id擁有的小區(qū)名稱拼接結(jié)果作為擁有小區(qū)字段值的凛俱,我們看看其查詢性能

image.png

可見查詢一萬條左右數(shù)據(jù)需要17秒左右,這種速度我們顯然是不能接受的料饥,而且需要以擁有小區(qū)的名稱做模糊查詢時候也無從下手蒲犬。于是后來繼續(xù)想辦法優(yōu)化,就找到了下面的方式二岸啡。

方式二

SELECT
    m.user_id AS userId,
    m.user_name AS userName,
    cua.apartmentNames AS apartmentNames
FROM
    basics_users m
LEFT JOIN common_apartment ca ON ca.id = m.apartment_id
LEFT JOIN common_region cr ON cr.id = ca.city_id
LEFT JOIN (
    SELECT
        ua.user_id,
        GROUP_CONCAT(
            ua.apartment_id SEPARATOR ','
        ) AS apartmentIds,
        GROUP_CONCAT(ca.`name` SEPARATOR '暖哨、') AS apartmentNames
    FROM
        common_user_apartment ua
    LEFT JOIN common_apartment ca ON ca.id = ua.apartment_id
    GROUP BY
        ua.user_id
) cua ON cua.user_id = m.user_id
WHERE
    m.isdel = 'N';

方式二依然有一個查詢用戶擁有小區(qū)名稱拼接結(jié)果的子查詢,只是這個子查詢不是直接作為結(jié)果字段返回凰狞,而是根據(jù)用戶id為group規(guī)則查詢出來每一個用戶的擁有小區(qū)結(jié)果字符串,然后作為A表的left join的虛擬表沛慢,下面看一下測試結(jié)果

image.png

可見同樣查詢一萬條數(shù)據(jù)一秒鐘都不用赡若,查詢速度提高了至少20倍,而且因為是虛擬關(guān)聯(lián)表团甲,可以直接用 cua.apartmentNames LIKE '%小區(qū)1%' 而實現(xiàn)模糊查詢逾冬。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市躺苦,隨后出現(xiàn)的幾起案子身腻,更是在濱河造成了極大的恐慌,老刑警劉巖匹厘,帶你破解...
    沈念sama閱讀 210,978評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件嘀趟,死亡現(xiàn)場離奇詭異,居然都是意外死亡愈诚,警方通過查閱死者的電腦和手機她按,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,954評論 2 384
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來炕柔,“玉大人酌泰,你說我怎么就攤上這事∝袄郏” “怎么了陵刹?”我有些...
    開封第一講書人閱讀 156,623評論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長欢嘿。 經(jīng)常有香客問我衰琐,道長也糊,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,324評論 1 282
  • 正文 為了忘掉前任碘耳,我火速辦了婚禮显设,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘辛辨。我一直安慰自己捕捂,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,390評論 5 384
  • 文/花漫 我一把揭開白布斗搞。 她就那樣靜靜地躺著指攒,像睡著了一般。 火紅的嫁衣襯著肌膚如雪僻焚。 梳的紋絲不亂的頭發(fā)上允悦,一...
    開封第一講書人閱讀 49,741評論 1 289
  • 那天,我揣著相機與錄音虑啤,去河邊找鬼隙弛。 笑死,一個胖子當(dāng)著我的面吹牛狞山,可吹牛的內(nèi)容都是我干的全闷。 我是一名探鬼主播,決...
    沈念sama閱讀 38,892評論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼萍启,長吁一口氣:“原來是場噩夢啊……” “哼总珠!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起勘纯,我...
    開封第一講書人閱讀 37,655評論 0 266
  • 序言:老撾萬榮一對情侶失蹤局服,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后驳遵,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體淫奔,經(jīng)...
    沈念sama閱讀 44,104評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,451評論 2 325
  • 正文 我和宋清朗相戀三年超埋,在試婚紗的時候發(fā)現(xiàn)自己被綠了搏讶。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,569評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡霍殴,死狀恐怖媒惕,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情来庭,我是刑警寧澤妒蔚,帶...
    沈念sama閱讀 34,254評論 4 328
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響肴盏,放射性物質(zhì)發(fā)生泄漏科盛。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,834評論 3 312
  • 文/蒙蒙 一菜皂、第九天 我趴在偏房一處隱蔽的房頂上張望贞绵。 院中可真熱鬧,春花似錦恍飘、人聲如沸榨崩。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,725評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽母蛛。三九已至,卻和暖如春乳怎,著一層夾襖步出監(jiān)牢的瞬間彩郊,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,950評論 1 264
  • 我被黑心中介騙來泰國打工蚪缀, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留秫逝,地道東北人。 一個月前我還...
    沈念sama閱讀 46,260評論 2 360
  • 正文 我出身青樓询枚,卻偏偏與公主長得像筷登,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子哩盲,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,446評論 2 348