MySQLのSELECT文のWHEREの指定方法について

Question

表題の件につきまして質問致します。

テーブル名：favo
|ID|user_id|value|
|:--|:--:|-:-|
|1|1|リンゴ|
|2|1|バナナ|
|3|2|リンゴ|
|4|2|バナナ|
|5|2|オレンジ|
|6|3|リンゴ|
|7|3|バナナ|
|8|3|オレンジ|
|9|3|パイナップル|

上記テーブルから以下の条件でデータを取得するSELECT文の書き方を教えてください。

１．取得するデータはfavoテーブルのuser_idを２つ取得する
２．取得するuser_idは重複しない
３．リンゴ、バナナ、オレンジ、パイナップルの全てが登録されているuser_idを取得
４．（３．）の条件を満たすデータが無い場合、リンゴ、バナナ、オレンジの３つが登録
されているuser_idを取得する
５．並び順は最も条件を満たしている順である事

※上記条件にて取得するuser_idは、[3,2]の順になります。

以上、宜しくお願い致します。

Answer 1

要件が不十分なので、とりあえず書いてあることを最低限満たすもの。

SELECT user_id, group_concat(`value`), count(DISTINCT `value`) FROM favo
GROUP BY user_id
HAVING count(`value`) >= 3
ORDER BY count(DISTINCT `VALUE`) desc

取得するデータはfavoテーブルのuser_idを２つ取得する

例示されたサンプルでは、結果2件のみ抽出されるので、例外は考慮していません。

リンゴ、バナナ、オレンジ、パイナップルの全てが登録されているuser_idを取得

項目がこの4つ以外にあるのかどうか書かれていないので、count(value) で書いた。

（３．）の条件を満たすデータが無い場合、リンゴ、バナナ、オレンジの３つが登録されているuser_idを取得する

項目はマスター化（正規化）すべきかと思う。「パイナップル」を除外すべき理由が不明なので、考慮していない。項目にそれを識別するフィールドがあってしかるべきかと。

---

他の回答者のため、

CREATE TABLE `favo` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `user_id` int(11) unsigned NOT NULL,
  `value` varchar(32) NOT NULL DEFAULT '',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

INSERT INTO `favo` (`id`, `user_id`, `value`)
VALUES
	(1,1,'リンゴ'),
	(2,1,'バナナ'),
	(3,2,'リンゴ'),
	(4,2,'バナナ'),
	(5,2,'オレンジ'),
	(6,3,'リンゴ'),
	(7,3,'バナナ'),
	(8,3,'オレンジ'),
	(9,3,'パイナップル');

本来、質問者がこうやって情報を提示してくれると回答しやすいんだけどね〜

Comments

[Orlofsky]

ここ何日か正規化に問題があるテーブルでの質問が続きましたね。パフォーマンスは悪いし、複雑なSQLの維持に苦労します。SQLで使われているテーブルはCREATE TABLEが、現行のデータはINSERTが必要って程度の初歩的なスキルもないのも困りものです。
何百テーブルもあるのに正規化を理解できていない人たちだけで設計されたシステムのパフォーマンス・チューニングで呼ばれても、テーブル設計から直さないとパフォーマンスは改善できません、って報告しないといけなかったことが何度もあります。

[sazi]

(低評価はしていません）
このSQLだと、要素３つ以上のものの取得です。
例えばパイナップルを含んだ要素３つのものも取得してしまいますので、要素は限定する必要があります。

Answer 2

SQLで書くとごちゃごちゃしそうな感じですね。
リンゴ、バナナ、オレンジで絞ったあと、アプリケーション側で処理するのが一番無難ではないでしょうか。
パフォーマンス的にも全部SQLに収めても問い合わせ行数は変わらない気がします。

Comments

[sagami1991]

低評価なのか、悲しい
アプリケーション側で処理するのが一番なんだと思うんだけどなあ

[m.ts10806]

（私は低評価押してません）
アプリケーション側が一番とは一概には言えませんが、
そもそも要件として何かしらのアプリケーションからの利用かどうか不明だからではないでしょうか。
タグからすると単にMySQLから利用しているだけの可能性も高いですし。そういった意味では「要件不明」（質問内容不十分）ですね。

[sazi]

(低評価は付けていません）
>パフォーマンス的にも全部SQLに収めても問い合わせ行数は変わらない気がします。
そうでしょうか？
質問の例では2件に限定されています。それが2/10000のように母数が大きくなればなるほど、かつ並べ替えまでするとなると、パフォーマンスは変わってくると思います。

Answer 3

条件をSQLを構成する際に考慮していく順番に並べ替えしました。
先ずは、取得するデータの集合を考え、それらを絞り込んだり結合したり加工するという風に考えると、
混乱せずにすむのではないかと思います。

３．リンゴ、バナナ、オレンジ、パイナップルの全てが登録されているuser_idを取得
４．―１リンゴ、バナナ、オレンジの３つが登録されているuser_idを取得する
４．―２（３．）の条件を満たすデータが無い場合、（４．―１）の条件を満たすuser_idを取得する
２．取得するuser_idは重複しない
１．取得するデータはfavoテーブルのuser_idを２つ取得する
５．並び順は最も条件を満たしている順である事

３と４の集合の完全外部結合より条件を加えます。
(MySQLでは完全外部結合は使えないので、代替え方法を使用）

select base.user_id 
from (
    select distinct user_id from favo
 ) base 
 left join (
    select user_id, count(distinct value) as value_count
    from favo 
    where value in('リンゴ','バナナ','オレンジ','パイナップル')
    group by user_id
    having count(distinct value)=4
  ) as count4
  on base.user_id=count4.user_id
  left join (
    select user_id, count(distinct value) as value_count
    from favo 
    where value in('リンゴ','バナナ','オレンジ')
    group by user_id
    having count(distinct value)=3
  ) as count3
  on base.user_id=count3.user_id
where coalesce(count4.user_id,count3.user_id) is not null
order by coalesce(count4.value_count,count3.value_count) desc
       , base.user_id
limit 2

追記

条件の要素を昇順で指定する前提であれば、group_concat()を使用して簡潔に記述することもできます。
最初のSQLとは基にする集合をどうするかという点が異なります。

select *
from (
    select user_id, count(distinct value) as value_count
         , group_concat(distinct value order by value) as value_list
    from favo 
    group by user_id
) agg
where value_list in ('オレンジ,パイナップル,バナナ,リンゴ','オレンジ,バナナ,リンゴ')
order by value_count desc, user_id
limit 2