1-7 用SQL进行集合运算
注意事项
01 SQL能操作具有重复行的集合，可以通过ALL支持。
SQL的集合运算提供了允许重复和不允许重复的两种用法。如果直接使用UNION或INTERSECT，结果里就不会出现重复的行。如果想在结果里留下重复行，可以加上ALL，写作UNION ALL。
02 集合运算符有优先级
INTERSECT比UNION和EXCEPT优先级更高。
03 各个 DBMS 提供商在集合运算的实现程度上参差不齐。
04 除法运算没有标准定义
和（UNION）、差（EXCEPT）、积（CROSS JOIN）
比较表和表：检查集合相等性
目的：比较两张表是相等还是不相等
（1）如果这个查询的结果与tbl_A及tbl_B的行数一致，则两张表是相等的。
/* 比较表和表：基础篇 */
SELECT COUNT(*) AS row_cnt
FROM ( SELECT *
FROM tbl_A
UNION
SELECT *
FROM tbl_B ) TMP;
原理：如果集合运算符里不加上可选项ALL，那么重复行就会被排除掉。因此，如果表tbl_A和表tbl_B相等的，排除掉重复行后，两个集合是完全重合的。
对于任意表S，下面公式都成立
S UNION S = S
这是 UNION 的一个重要性质，“幂等性”。
“同一个程序无论执行多少次结果都是一样的”
C语言头文件的设计都是满足幂等性的。同一个文件无论被引用多少次，都与只引用一次的效果相同。同理，HTTP和GET方法也是幂等的。同样的请求无论进行多少次都是安全的。幂等性在用户界面设计方面有非常重要的作用。例如，保证按钮无论被点击多少次，都与点击一次时的效果完全相同。
由此，我们可以将 S UNION S 看作一个执行单元，那么无论执行多少次结果都相同，所以S UNION S也是幂等的。由此，我们可以把它用在比较三张以上的表是否相等。
同一个集合无论加多少次结果都相同
S UNION S UNION S …UNION S=S
有一点需要注意，如果改成对S执行多次UNION ALL操作，那么每次结果都会有变化，所以说UNION ALL不具有幂等性。类似的，如果对拥有重复行的表进行UNION操作，也会失去幂等性。由此可见，主键对表来说多么重要。
比较表和表：检查集合相等性
01 (A⊂B)且(A⊃B)<=>(A=B)
02 (A∪B)=(A∩B)<=>(A=B)
第一种方法：利用两个集合的包含关系来判断。
第二种方法：利用两个集合的并集和差集来判断。A UNION B = A INTERSECT B
如果集合 A 和集合 B 相等，那么A UNION B = A = B 以及 A INTERSECT B = A = B 都成立。由此可见，INTERSECT 也具有幂等性。
** （A INTERSECT B）⊆（A UNION B）**
因此，只需要判断（A UNION B） EXCEPT （A INTERSECT B）的结果集是不是空集就可以。
SELECT DISTINCT CASE WHEN COUNT(*) = 0
THEN '相等'
ELSE '不相等' END AS result
FROM ((SELECT * FROM tbl_A
UNION
SELECT * FROM tbl_B)
EXCEPT
(SELECT * FROM tbl_A
INTERSECT
SELECT * FROM tbl_B)) TMP
diff命令用来比较文件，这里的SQL相当于diff，比较两个表，异或集。
/* 用于比较表与表的diff：求异或集 */
(SELECT * FROM tbl_A
EXCEPT
SELECT * FROM tbl_B)
UNION ALL
(SELECT * FROM tbl_B
EXCEPT
SELECT * FROM tbl_A);
用差集实现关系除法运算
01 嵌套使用 NOT EXISTS
02 使用 HAVING 子句转换成一对一关系
03 把除法变成减法
应用场景：从表 EmpSkills 中找出精通表 Skills 中所有技术的员工。
方法： EXCEPT 运算符和关联子查询。关联子查询建立在表 EmpSkills 上，这是因为，我们要针对每个员工进行集合运算。
思路：从需求的技术的集合中减去每个员工自己的技术的集合，如果结果是空集，则说明该员工具备所有的需求的技术，否则说明该员工不具备某些需求的技术。
/* 用求差集的方法进行关系除法运算（有余数） */
SELECT DISTINCT emp
FROM EmpSkills ES1
WHERE NOT EXISTS
(SELECT skill
FROM Skills
EXCEPT
SELECT skill
FROM EmpSkills ES2
WHERE ES1.emp = ES2.emp);
笛卡儿：当你遇到困难时，将它尽可能的分解成许多部分，然后逐个解决之
（Divide each difficulty into as many parts as is feasible and necessary to resolve it）
解题过程：其实这条SQL 语句的处理方法与面向过程语言里的循环、中断控制处理很像。请试着想象一下把这两张表当成是两个文件，然后一行一行循环处理的过程。针对某一个员工循环判断各种技术的掌握情况，如果存在企业需求的技术，就进行减法运算；如果不存在就终止该员工的循环，继续对下一个员工执行同样的处理。
寻找相等的子集
应用场景：“供应商 - 零件”。需求找到经营的零件在种类数和种类上都完全相同的供应商组合。
问题：SQL 并没有提供任何用于检查集合的包含关系或者相等性的谓词。IN 谓词只能用来检查元素是否属于某个集合（∈），而不能检查集合是否是某个集合的子集（⊂）。
思路:
01 生成供应商的全部组合
非等值连接，使用聚合去重
/* 寻找相等的子集 */
SELECT SP1.sup, SP2.sup
FROM SupParts SP1, SupParts SP2
WHERE SP1.sup < SP2.sup
GROUP BY SP1.sup, SP2.sup
02 检查一下这些供应组合是否满足以下公式：（A ⊆ B）且（A ⊇ B）=>（A = B）
条件 1：两个供应商都经营同种类型的零件
条件 2：两个供应商经营的零件种类数相同（即存在一一映射）
条件 1 只需要简单地按照“零件”列进行连接，而条件 2 需要用 COUNT函数来描述
/* 寻找相等的子集 */
SELECT SP1.sup, SP2.sup
FROM SupParts SP1, SupParts SP2
WHERE SP1.sup < SP2.sup /* 生成供应商的全部组合 */
AND SP1.part = SP2.part /* 条件1：经营同种类型的零件 */
GROUP BY SP1.sup, SP2.sup
HAVING COUNT(*) = (SELECT COUNT(*) /* 条件2：经营的零件种类数相同 */
FROM SupParts SP3
WHERE SP3.sup = SP1.sup)
AND COUNT(*) = (SELECT COUNT(*)
FROM SupParts SP4
WHERE SP4.sup = SP2.sup);
用于于删除重复行的高效 SQL
最后，我们通过关于“删除重复行”的例题来练习一下如何应用集合运算。关于这个问题，在 1-2 节我们也曾练习过，使用关联子查询（虽然现在就给忘记了。。。）
/* 用于删除重复行的SQL语句（1）：使用极值函数 */
DELETE FROM Products P1
WHERE rowid < ( SELECT MAX(P2.rowid)
FROM Products P2
WHERE P1.name = P2. name
AND P1.price = P2.price ) ;
上面SQL语句的思路是，按照“商品名，价格”的组合汇总后，求出每个组合的最大 rowid ，然后把其余的行都删除掉。这是补集的思想。
直接求删除哪些行比较困难，所以这里先求出了要留下的行，然后将它们从全部组合中提取出来除掉，把剩下的删除。
接下来，我们在子查询里直接求出要删除
的 rowid 。
全部rowid - 要留下的rowid = 要删掉的rowid
/* 用于删除重复行的高效SQL语句（1）：通过EXCEPT求补集 */
DELETE FROM Products
WHERE rowid IN ( SELECT rowid
FROM Products
EXCEPT
SELECT MAX(rowid)
FROM Products
GROUP BY name, price);
NOT IN
/* 删除重复行的高效SQL语句（2）：通过NOT IN求补集 */
DELETE FROM Products
WHERE rowid NOT IN ( SELECT MAX(rowid)
FROM Products
GROUP BY name, price);