Duplikace v reportech

Reporting in SQL

Tyler Pernes

Learning & Development Consultant

Co způsobuje duplikaci?

SELECT p.id, SUM(points) AS points, SUM(matches_win) AS matches_won
FROM points AS p
JOIN matches AS m ON p.id = m.id
GROUP BY p.id;

Co způsobuje duplikaci?

+-----+--------+--------------+
| id  | points | matches_won  |
|-----|--------|--------------|
| 1   | 156    | 10           |
+-----+--------+--------------+

¹ výsledkem bude hodnota bodů třikrát vyšší, než by měla být – v tomto případě 156.

Co způsobuje duplikaci?

Intermediate Table
+-----+------+--------------+---------+ 
| id  | year | matches_won  | points  |
|-----|------|--------------|---------|    
| 1   | 2016 | 5            | 52      |
| 1   | 2017 | 2            | 52      |  
| 1   | 2018 | 3            | 52      |
+-----+------+--------------+---------+

Co způsobuje duplikaci?

Intermediate Table
+-----+------+--------------+---------+ 
| id  | year | matches_won  | points  |
|-----|------|--------------|---------|    
| 1   | 2016 | 5            | 52      | <--
| 1   | 2017 | 2            | 52      | <-- SUM(points) = 52 x 3 = 156
| 1   | 2018 | 3            | 52      | <-- 
+-----+------+--------------+---------+

Způsoby odstranění duplikace

1. Odstranění agregací

SELECT p.id, points, SUM(matches_won) AS matches_won
FROM points AS p
JOIN matches AS m ON p.id = m.id
GROUP BY p.id, points;

+-----+--------+--------------+
| id  | points | matches_won  |
|-----|--------|--------------|
| 1   | 52     | 10           |
+-----+--------+--------------+

Způsoby odstranění duplikace

2. Přidání pole do podmínky JOIN

SELECT p.id, SUM(points) AS points, SUM(matches_win) AS matches_won
FROM points AS p
JOIN matches AS m ON p.id = m.id AND p.year = m.year
GROUP BY p.id;

Způsoby odstranění duplikace

2. Přidání pole do podmínky JOIN

SELECT p.id, SUM(points) AS points, SUM(matches_win) AS matches_won
FROM points AS p
JOIN matches AS m ON p.id = m.id AND p.year = m.year
GROUP BY p.id;

Způsoby odstranění duplikace

SELECT id, SUM(matches_won)
FROM matches
GROUP BY id;

+-----+--------------+
| id  | matches_won  |
|-----|--------------|
| 1   | 10           |
| 2   | 7            |
+-----+--------------+

Způsoby odstranění duplikace

3. Agregace pomocí poddotazu

SELECT p.id, points, matches_won
FROM points AS p
JOIN 
    (SELECT id, SUM(matches_won) AS matches_won
    FROM matches
    GROUP BY id) AS m 
ON p.id = m.id;

Způsoby odstranění duplikace

Odstranění agregací
Přidání pole do podmínky JOIN
Agregace pomocí poddotazu

Identifikace duplikace

Hodnota v původní tabulce:

SELECT SUM(points) AS total_points
FROM points;

total_points = 52

Hodnota v dotazu:

SELECT SUM(points) AS total_points
FROM   
    (SELECT p.id, SUM(points) AS points
    FROM points AS p
    JOIN matches AS m ON p.id = m.id
    GROUP BY p.id) AS subquery;

total_points = 156

Cíl kapitoly

Čas na procvičení!

Reporting in SQL