Question

关于SQL语法，将子查询结果做为值，用做主查询的条件。主要是子查询去重复的问题。

有A,B两张表，A为学生表，表中字段为A_ID,A_NAME,B_ID；B为选修课程表，表中字段为B_ID,B_NAME,C_ID。C_ID为年级。A与B是N:N,B与C也是N:N.
查询条件为统计年级是”3“的选课学生数量。
下面是我的查询语句：
Select Count(Distinct A_ID) from A where B_ID in(Select Distinct B_ID from B where C_ID='3')。
一个学生可选多门课程，根据B_ID查出来的COUNT(A_ID)是会有重复的，那么主查询中用Distinct 是没有问题。
但是子查询中根据C_ID查询出来的B_ID是不会重复的，所以，在子查询中的Distinct是不是必要的？如果没有Distinct，那么对查询速度会不会有影响？
在程序中写的SQL语句，没有报错没有异常，但是子查询不加Distinct的时候速度就非常慢，加了就正常了，请问有人知道这是为什么吗？

Answer 1

给你说一下有distinct和无distinct的执行过程吧
有distinct的时候，是Select Distinct B_ID from B where C_ID='3' 这句去表里读id，最后取出不重复的，然后Select Count(Distinct A_ID) from A where B_ID in 这个查询去刚才查的结果里循环取数

但是如果=3的那个不用distinct的话，也是取出一堆数来，但是有很多应该是重复的，前一句还是要到这个结果集中去循环，这个主要看数据量吧

如果你后边括号里的数据量有几万，那就要循环几万次，这个时候后边用distinct的话比较合适
如果后边不加distinct，而数据量几百几千条，循环也就是几百几千次

追问

子查询不用distinct查出的数据和使用了distinct查出的数据是一样的呢。
in 就是where 的一个循环，这个我知道。子查询查出的B_ID只有一个的时候是没有问题的，但如果查出2个不同的B_ID就会速度很慢了。会不会在内部有什么执行过程会影响到速度？

追答

数据一样，因为distinct b_id 的时候
数据是1，2，3，4，5类似这样的
但不用distinct的时候，是1，1，1，2，3，4，4，5，就是可能会出现N个1，2，3，4，5
所以这个查询要根据你实际情况而定，如果B表里数据量很多条，但是基本都是雷同的，可用distinct，如果基本每条都不一样的话，不建议用distinct

追问

是查询出来的结果一样啊，就是每个B_ID都是单独存在的。不会出现N个的现象的。我把子查询单独拎出来执行的也是一样的结果。
调试了半天，才知道是因为这个的原因，就是弄不明白，为什么一定要加上distinct，程序运行才会正常。而不加distinct又会很慢。

追答

看看执行哪个地方耗费的资源多吧，没实际数据还真不太好说，顺便看看都哪些字段有索引

Answer 2

子查询中的distinct是对查询速度应该是有影响的。

例如 张三和李四都选修了一门课程，且都在3年级。那么你的子查询不加distinct查出结果就是2个，加了distinct查出的B_ID就只有一个。
所以如果你用子查询来查的话，建议加上distinct。

如果可以不用子查询，建议使用如下语句
Select Count(discint A.A_ID) From A, B Where A.B_ID=B.B_ID and B.C_ID='3')

Answer 3

表的设计就有问题，太乱

追问

额，表设计是我后来想的，和原来的差不多。
原来的是这样的：表A是客户信息表，主键客户ID,表B是客户组项目表，主键客户组ID，表C是项目表，主键项目ID。
A中有客户组ID，B中有项目ID，一个客户可以属于多个客户组。然后一个项目有多个客户组。
条件就是，某一个项目中包含的客户数量。可能有点难以理解。。