5

我正在经历规范化一个可怕的遗留数据库的痛苦，并且发现了我认为是 DBMS 的一个错误。

此查询按我的预期返回结果：

SELECT DISTINCT RIGHT(SQUEEZE(thing_id), 2) AS thing_id, TRIM(thing_name)
FROM thing
ORDER BY thing_id, thing_name;
(16 rows)

第一次运行查询时，我无意中在 ORDER BY 中使用了错误的列，如下所示：

SELECT DISTINCT RIGHT(SQUEEZE(thing_id), 2) AS thing_id, TRIM(thing_name)
FROM thing
ORDER BY thing_name, location;
(33 rows)

请注意，唯一要更改的是 ORDER BY，返回的行数从 16 增加到 33。它给出的结果不是查询指定的 DISTINCT。

我相信这是一个彻头彻尾的错误，但一位同事说这是正常的，因为当我们按“位置”订购时，它会被选择一个不可见的包含在结果中。

ORDER BY 是否应该影响 SELECT 查询中返回的行数？

编辑：我让另一个人查看查询并将查询复制到两个单独的文件中，然后对它们运行 diff 命令。100% 确定这两个查询之间的唯一区别是 ORDER BY 中列出的列。

更新：Ingres 自发布补丁 14301 以来已修复错误：“错误 126640 (GENERIC) 使用 order-by 表达式和 distinct 聚合的查询返回的行数比预期的多。order-by 表达式中的列不在选择列表中。”

即有问题的查询现在将导致错误，因为结果不正确。

4

4 回答 4

6

我看到的问题是第二个查询中的列 ( location)ORDER BY未包含在SELECT DISTINCT列表中。实际上这两个查询都是无效的 SQL（尽管 Ingres 似乎允许它们）。我将它们（所以第一个可以）简化为：

查询一（有效 SQL）：

SELECT DISTINCT 
      thing_id 
    , thing_name
FROM thing
ORDER BY thing_id
       , thing_name ;

查询二（无效的SQL，应该产生错误）：

SELECT DISTINCT 
      thing_id 
    , thing_name
FROM thing
ORDER BY thing_name
       , location;

为什么要给出错误？因为ORDER BY应该在SELECT和之后处理DISTINCT。因此，原始表中的两行或多行可能具有相同thing_id但thing_name不同的location. 这些行将折叠成一个。因此，没有用于排序的位置值。即使保留了（隐藏的位置值），它应该是众多中的哪一个？

SELECT DISTINCT可以用SELECT ALLand重写查询GROUP BY（在这种情况下也无效）：

SELECT ALL
      thing_id 
    , thing_name
FROM thing
GROUP BY thing_id 
       , thing_name
ORDER BY thing_name
       , location;

上述（查询 2）实际上确实在 PostgreSQL、SQL-Server 和 Oracle 中产生了错误。在SQL-Fiddle中测试它

从 Ingres 中第二个查询返回的错误行数来看，我猜幕后发生的事情是他location被秘密保存在SELECT列表中，因此可以用于ORDER BY然后删除。DISTINCT这与非标准越野车行为的结果相结合：

SELECT DISTINCT 
      thing_id 
    , thing_name
   (, location         --- hidden column) 
FROM thing
ORDER BY thing_name
       , location;

您可以将其称为错误或功能，这没关系，只要您知道它实际上不应该首先被允许。

似乎一年前在 Actian 论坛上报告了一个类似的问题：DISTINCT + ORDER BY的问题，据说已经修复。不知道他们指的是哪个版本，或者它是否已实际修复（以及“修复”的含义）。

如果您希望查询有效并按预期运行，则可以使用如下所示：

SELECT
      RIGHT(SQUEEZE(thing_id), 2)  AS squeezed_thing_id
    , TRIM(thing_name)             AS trimmed_thing_name 
    , MIN(location)                AS a_location            --- or MAX()
FROM 
    thing
GROUP BY 
      RIGHT(SQUEEZE(thing_id), 2)
    , TRIM(thing_name)     
ORDER BY 
      trimmed_thing_name
    , a_location ;
于 2012-05-09T23:10:30.900 回答
3

不，不order by应该影响返回的行数。

如果你说的是真的，那将是一个非常奇怪和根本的错误。在给 Ingres 人发电子邮件之前，我会三倍（然后四倍）检查两个查询的返回列，以确保这不是一个简单的用户错误。

编辑

实际上，我也会尝试在备份数据库上运行查询。如果您没有可用的备份，则可以通过复制您拥有的数据库（如果 Ingres 支持）而侥幸成功。

我之前曾在硬件故障的机器上遇到过查询返回无意义的结果。这肯定是你想要检查的东西。

于 2012-05-09T22:26:25.443 回答
3

由于 SQL 中的操作顺序是：

FROM > WHERE > GROUP BY > HAVING > SELECT > ORDER BY

这似乎确实是一个错误。它是哪个 DBMS？

于 2012-05-09T22:27:09.643 回答
0

如果您添加location到第一个查询，那么两者都将返回相同数量的行。第二个查询返回更多行的原因是因为在该查询中您没有选择location。如前所述，一些 RDBMS 不允许这样做，而 Ingres 允许。可能是因为SQL 标准没有禁止它？

于 2012-05-19T09:42:25.363 回答