如何简单高效地查询SQL中的嵌套关​​系？

Question

我正在寻找编写最简单，最有效的SQL查询来检索与给定的user相关的所有events。

---

设置

这里是什么我的架构看起来像一个简单的表示：

几件事情要注意：

• users通过memberships属于teams 。
• teams可以有许多collections,apps和webhooks。
• collections也可以有很多webhooks。
• webhooks可以属于team或collection，但只有一个。
• events可以属于任何对象，但只有一个。

这似乎是大多数SaaS类型公司都会拥有的基本设置（例如Slack或Stripe）。一切都由团队“拥有”，但用户属于团队并与界面交互。

---

问题

鉴于设置，我想创建一个解决一个SQL查询...

找到所有（直接或间接），这些相关的事件来一个给定的用户由id。

我可以很容易地编写直接或间接通过特定手段查找的查询。例如...

找出所有直接通过id与用户相关的事件。

SELECT * 
FROM events 
WHERE user_id = ${id} 

或者......

找出所有间接与经由他们的球队用户的事件。

SELECT events.* 
FROM events 
JOIN memberships ON memberships.team_id = events.team_id 
WHERE memberships.user_id = ${id} 

甚至......

找出所有间接通过自己的团队中的任何集合与用户相关的事件。

SELECT events.* 
FROM events 
JOIN collections ON collections.id = events.collection_id 
JOIN memberships ON memberships.team_id = collections.team_id 
WHERE memberships.user_id = ${id} 

网络挂接得到一个更复杂的，因为他们可以在两种不同的方式有关......

找出所有通过任何网络挂接与用户间接事件他们的团队或收藏。

SELECT * 
FROM events 
WHERE webhook_id IN (
    SELECT webhooks.id 
    FROM webhooks 
    JOIN memberships ON memberships.team_id = webhooks.team_id 
    WHERE memberships.user_id = ${id} 
) 
OR webhook_id IN (
    SELECT webhooks.id 
    FROM webhooks 
    JOIN collections ON collections.id = webhooks.collection_id 
    JOIN memberships ON memberships.team_id = collections.team_id 
    WHERE memberships.user_id = ${id} 
) 

但是你可以看到，有很多不同的方式为用户进行相关所发生，通过所有这些路径的活动！所以，当我尝试一个查询，成功获取所有的相关的事件，它结束了看起来像......

SELECT * 
FROM events 
WHERE user_id = ${id} 
OR app_id IN (
    SELECT apps.id 
    FROM apps 
    JOIN memberships ON memberships.team_id = apps.team_id 
    WHERE memberships.user_id = ${id} 
) 
OR collection_id IN (
    SELECT collections.id 
    FROM collections 
    JOIN memberships ON memberships.team_id = collections.team_id 
    WHERE memberships.user_id = ${id} 
) 
OR memberships_id IN (
    SELECT id 
    FROM memberships 
    WHERE user_id = ${id} 
) 
OR team_id IN (
    SELECT team_id 
    FROM memberships 
    WHERE user_id = ${id} 
) 
OR webhook_id IN (
    SELECT webhooks.id 
    FROM webhooks 
    JOIN memberships ON memberships.team_id = webhooks.team_id 
    WHERE memberships.user_id = ${id} 
) 
OR webhook_id IN (
    SELECT webhooks.id 
    FROM webhooks 
    JOIN collections ON collections.id = webhooks.collection_id 
    JOIN memberships ON memberships.team_id = collections.team_id 
    WHERE memberships.user_id = ${id} 
) 

---

问题

• 那是最后的“全部纳入”非常查询效率低下？
• 有没有更有效的方法来编写它？
• 有没有更简单，更易于阅读的方式来编写它？

Answer 1

我能想到的唯一的事情就让它更快一点是使用工会。

SELECT e.* 
FROM events e 
WHERE user_id = ${id} 
UNION 
select e.* 
    FROM apps a 
    join events e on a.apps_id = e.apps_id 
    JOIN memberships ON memberships.team_id = apps.team_id 
    WHERE memberships.user_id = ${id} 
UNION 
select e.* 
from 
    FROM collections c 
    join events e on e.collections_id = c.collections_id 
    JOIN memberships ON memberships.team_id = collections.team_id 
    WHERE memberships.user_id = ${id} 
UNION 
select e.* 
    FROM memberships m 
    join events e on e.memberships_id = e.memberships_id 
    WHERE user_id = ${id} 
UNION 
...; 

Answer 2

与任何查询一样，最有效的方法是“取决于”。有很多变量在起作用 - 行的表格数，行长度，指数是否存在，在服务器上的RAM，等等等等

我能想到的处理这类问题的最好办法（思可维护性和一个braod方法效率）是通过使用CTE，它允许你创建一个临时的结果和再利用整个查询结果。热膨胀系数使用WITH关键字，而且基本上别名结果作为表，这样就可以加入反对它多次：

WITH user_memberships AS (
    SELECT * 
    FROM memberships 
    WHERE user_id = ${id} 
), user_apps AS (
    SELECT * 
    FROM apps 
    INNER JOIN user_memberships 
     ON user_memberships.team_id = apps.team_id 
), user_collections AS (
    SELECT * 
    FROM collections 
    INNER JOIN user_memberships 
     ON user_memberships.team_id = collections.team_id 
), user_webhooks AS (
    SELECT * 
    FROM webhooks 
    LEFT OUTER JOIN user_collections ON user_collections.id = webhooks.collection_id 
    INNER JOIN user_memberships 
     ON user_memberships.team_id = webhooks.team_id 
     OR user_memberships.team_id = user_collections.team_id 
) 

SELECT events.* 
FROM events 
WHERE app_id IN (SELECT id FROM user_apps) 
OR collection_id IN (SELECT id FROM user_collections) 
OR membership_id IN (SELECT id FROM user_memberships) 
OR team_id IN (SELECT team_id FROM user_memberships) 
OR user_id = ${id} 
OR webhook_id IN (SELECT id FROM user_webhooks) 
; 

做这种方式的好处是：

1. 每个CTE可以利用适当JOIN谓词上的索引并更快地返回该子集的结果，而不是让执行计划员尝试解析一系列复杂谓词
2. CTE可以单独维护，使子集的故障排除问题更容易
3. 你没有违反DRY原则
4. 如果CTE具有查询之外值，可以将它移动到一个存储过程，并说明，而不是

Answer 3

我不知道你有多大的控制在你的模式上。如果答案是“无”，则不要再阅读。我不会把太多细节在这里下来的情况下，它不适合你的情况，但它看起来像一个所有权模式给我。

即

BaseTable

标识

IdOwner（FK与Id上BaseTable - 非常重要）

类型（用户= 0，应用程序= 1，类别= 2等，或使用枚举）

应用

ID（FK至基础表）

收集

ID（FK到BaseTable）

会员

ID（FK到BaseTable）

网络挂接

ID（FK Ť ØBaseTable）

队

ID（FK到BaseTable）

活动

ID（FK到BaseTable）

成员

TEAM_ID（ FK到Basetable或团队）

USER_ID（FK到Basetable或用户）

用户

ID（FK到BaseTable）

然后将查询变成一个递归CTE： “查找我拥有的所有类型的事件 - 或最终由用户拥有x“

这会给你一个id列表，然后你必须加入到你的Events表中，并且你有你的对象。

这种类型的模型确实有些毛茸茸，因为要加载任何必须与基表连接的东西，但对于这种嵌套所有权，它的工作原理非常好。

我想发布这个作为评论，但如果我这样做格式化将消失，所以我已经发布它作为答案。如果它有帮助，并且您想要更多细节，请随时与我联系。

如果我完全错过了这一点，这并没有帮助，请不要喊我（如果之前有这样的），只是说“谢谢，亚当，但这并没有帮助”，我会删除它。

亲切的问候，

亚当。