SQL의 여러 테이블에서 SUM을 정확하게 계산하려면 어떻게 해야 합니까?
SUM 계산을 위해 여러 테이블 쿼리
관계형 데이터베이스의 경우 여러 테이블에 걸쳐 데이터 집계가 필요한 것이 일반적입니다. 이는 값을 요약하거나 총합계를 계산하는 데 특히 유용합니다. 그러나 정확한 결과를 얻으려면 데이터 요약의 원리를 이해하는 것이 중요합니다.
[PROJECT]라는 공통 열을 공유하는 AP와 INV라는 두 테이블을 쿼리할 때 이러한 시나리오가 발생합니다. 목표는 PROJECT를 기본 키로 포함하고 두 개의 요약 열(SUM_AP 및 SUM_INV)을 포함하는 결과 집합을 반환하는 것입니다. 이는 각각 AP 및 INV 테이블의 각 프로젝트에 대한 값 열의 합계를 나타냅니다.
일반적인 접근 방식 이 문제를 해결하려면 다음 코드에서 볼 수 있는 INNER JOIN 연산을 사용하는 것입니다.
SELECT AP.[PROJECT], SUM(AP.Value) AS SUM_AP, SUM(INV.Value) AS SUM_INV FROM AP INNER JOIN INV ON (AP.[PROJECT] =INV.[PROJECT]) WHERE AP.[PROJECT] = 'XXXXX' GROUP BY AP.[PROJECT]
그러나 이 쿼리는 잘못된 결과를 반환합니다. 그룹화 연산(GROUP BY)은 합계(SUM) 이전에 적용됩니다. 이로 인해 합계에 중복된 값이 포함되어 총계가 부풀려지게 됩니다.
이 문제를 해결하려면 하위 선택을 사용하여 각 테이블에 대해 별도로 집계를 수행하는 것이 더 정확한 접근 방식입니다.
SELECT AP1.[PROJECT], (SELECT SUM(AP2.Value) FROM AP AS AP2 WHERE AP2.PROJECT = AP1.PROJECT) AS SUM_AP, (SELECT SUM(INV2.Value) FROM INV AS INV2 WHERE INV2.PROJECT = AP1.PROJECT) AS SUM_INV FROM AP AS AP1 INNER JOIN INV AS INV1 ON (AP1.[PROJECT] =INV1.[PROJECT]) WHERE AP1.[PROJECT] = 'XXXXX' GROUP BY AP1.[PROJECT]
이 수정된 쿼리는 SUM 함수 내의 하위 선택을 사용하여 각 프로젝트의 SUM_AP 및 SUM_INV 값을 계산합니다. 하위 선택은 일치하는 PROJECT 값을 기반으로 각 테이블의 값 열을 독립적으로 집계하여 중복 값 문제를 제거합니다.
이 접근 방식을 활용하면 여러 테이블을 효과적으로 쿼리하고 정확한 집계 작업을 수행하여 다음을 얻을 수 있습니다. 잘못된 계산 없이 원하는 요약 결과를 얻을 수 있습니다.
위 내용은 SQL의 여러 테이블에서 SUM을 정확하게 계산하려면 어떻게 해야 합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 기사는 MySQL의 Alter Table 문을 사용하여 열 추가/드롭 테이블/열 변경 및 열 데이터 유형 변경을 포함하여 테이블을 수정하는 것에 대해 설명합니다.

기사는 인증서 생성 및 확인을 포함하여 MySQL에 대한 SSL/TLS 암호화 구성에 대해 설명합니다. 주요 문제는 자체 서명 인증서의 보안 영향을 사용하는 것입니다. [문자 수 : 159]

InnoDB의 전체 텍스트 검색 기능은 매우 강력하여 데이터베이스 쿼리 효율성과 대량의 텍스트 데이터를 처리 할 수있는 능력을 크게 향상시킬 수 있습니다. 1) InnoDB는 기본 및 고급 검색 쿼리를 지원하는 역 색인화를 통해 전체 텍스트 검색을 구현합니다. 2) 매치 및 키워드를 사용하여 검색, 부울 모드 및 문구 검색을 지원합니다. 3) 최적화 방법에는 워드 세분화 기술 사용, 인덱스의 주기적 재건 및 캐시 크기 조정, 성능과 정확도를 향상시키는 것이 포함됩니다.

기사는 MySQL Workbench 및 Phpmyadmin과 같은 인기있는 MySQL GUI 도구에 대해 논의하여 초보자 및 고급 사용자를위한 기능과 적합성을 비교합니다. [159 자].

기사는 MySQL에서 파티셔닝, 샤딩, 인덱싱 및 쿼리 최적화를 포함하여 대규모 데이터 세트를 처리하기위한 전략에 대해 설명합니다.

이 기사에서는 Drop Table 문을 사용하여 MySQL에서 테이블을 떨어 뜨리는 것에 대해 설명하여 예방 조치와 위험을 강조합니다. 백업 없이는 행동이 돌이킬 수 없으며 복구 방법 및 잠재적 생산 환경 위험을 상세하게합니다.

기사는 외국 열쇠를 사용하여 데이터베이스의 관계를 나타내고 모범 사례, 데이터 무결성 및 피할 수있는 일반적인 함정에 중점을 둡니다.

이 기사에서는 PostgreSQL, MySQL 및 MongoDB와 같은 다양한 데이터베이스에서 JSON 열에서 인덱스를 작성하여 쿼리 성능을 향상시킵니다. 특정 JSON 경로를 인덱싱하는 구문 및 이점을 설명하고 지원되는 데이터베이스 시스템을 나열합니다.
