sql - 为什么多表连接会产生重复行？

Question

假设我有三个表 A、B 和 C。每个表都有两列:一个主键和一些其他数据。它们每个都有相同的行数。如果我在主键上 JOIN A 和 B，我最终应该得到与其中任何一个相同的行数(而不是 A.rows * B.rows)。

现在，如果我 JOIN A JOIN B 与 C，为什么最终会出现重复的行？我多次遇到这个问题，但我不明白。看起来它应该产生与 A 和 B 进行 JOIN 相同的结果，因为它具有相同的行数，但相反，重复项是已制作。

产生这样的结果的查询具有以下格式

SELECT *
FROM M
    INNER JOIN S
        on M.mIndex = S.mIndex
    INNER JOIN D
        ON M.platformId LIKE '%' + D.version + '%'
    INNER JOIN H
        ON D.Name = H.Name
        AND D.revision = H.revision

以下是表的架构。 H 包含一个历史表，其中包含 D 中的所有内容。每个 D 有许多 M 行，每个 M 有一个 S。

表M

    [mIndex] [int] NOT NULL PRIMARY KEY,
    [platformId] [nvarchar](256) NULL,
    [ip] [nvarchar](64) NULL,
    [complete] [bit] NOT NULL,
    [date] [datetime] NOT NULL,
    [DeployId] [int] NOT NULL PRIMARY KEY REFERENCES D.DeployId,
    [source] [nvarchar](64) NOT NULL PRIMARY KEY

表S

[order] [int] NOT NULL PRIMARY KEY,
[name] [nvarchar](64) NOT NULL,
[parameters] [nvarchar](256) NOT NULL,
[Finished] [bit] NOT NULL,
[mIndex] [int] NOT NULL PRIMARY KEY,
[mDeployId] [int] NOT NULL PRIMARY KEY,
[Date] [datetime] NULL,
[status] [nvarchar](10) NULL,
[output] [nvarchar](max) NULL,
[config] [nvarchar](64) NOT NULL PRIMARY KEY

表D

[Id] [int] IDENTITY(1,1) NOT NULL PRIMARY KEY,
[branch] [nvarchar](64) NOT NULL,
[revision] [int] NOT NULL,
[version] [nvarchar](64) NOT NULL,
[path] [nvarchar](256) NOT NULL

表H

[IdDeploy] [int] IDENTITY(1,1) NOT NULL,
[name] [nvarchar](64) NOT NULL,
[version] [nvarchar](64) NOT NULL,
[path] [nvarchar](max) NOT NULL,
[StartDate] [datetime] NOT NULL,
[EndDate] [datetime] NULL,
[Revision] [nvarchar](64) NULL,

我最初没有发布表格和查询，因为我更感兴趣的是自己理解这个问题并在将来避免它。

Answer 1

当您有相关表时，您通常会存在一对多或多对多关系。因此，当您连接到 TableB 时，TableA 中的每条记录在 TableB 中都有多个记录。这是正常现象，也是意料之中的。

现在，有时您只需要某些列，并且所有记录的这些列都是相同的，那么您需要执行某种分组依据或不同的操作来删除重复项。让我们看一个例子:

TableA
Id Field1
1  test
2  another test

TableB
ID Field2 field3
1  Test1  something
1  test1  More something
2  Test2  Anything

因此，当您加入他们并选择您获得的所有文件时:

select * 
from tableA a 
join tableb b on a.id = b.id

a.Id a.Field1        b.id   b.field2  b.field3
1    test            1      Test1     something
1    test            1      Test1     More something
2    another test 2  2      Test2     Anything

这些不是重复的，因为即使前面的字段中有重复的值，Field3 的值也不同。现在，当您仅选择某些列时，相同数量的记录将连接在一起，但由于具有不同信息的列未显示，因此它们看起来像是重复的。

select a.Id, a.Field1,  b.field2
from tableA a 
join tableb b on a.id = b.id

a.Id a.Field1       b.field2  
1    test           Test1     
1    test           Test1 
2    another test   Test2

这似乎是重复的，但并不是因为 TableB 中有多个记录。

通常，您可以通过使用聚合和分组依据、使用不同或通过在 where 子句中进行过滤来删除重复项来解决此问题。如何解决这个问题取决于您的业务规则是什么、数据库的设计方式以及其中的数据类型。