SQL练习疑问：为何需用JOIN关联表？COUNT函数选择有何依据？

数据表结构与数据 #

TBL #1 - Fines（罚单表） #

字段：fineID, fineDate, empID, amount
数据：

10001 2017-02-01 00:00:00.000           1   250.00
  10002 2017-03-11 00:00:00.000           2   250.00
  10003 2017-06-25 00:00:00.000           4   500.00
  10004 2017-07-23 00:00:00.000           4   250.00
  10005 2017-10-01 00:00:00.000           2   500.00
  10006 2017-11-02 00:00:00.000           2   750.00
  10007 2017-11-30 00:00:00.000           3  1000.00
  10008 2017-12-03 00:00:00.000           1   250.00

TBL #2 - Complaints（投诉表） #

字段：complaintId, compDate, fineId, description
数据：

1011 2017-08-01 00:00:00.000       10003 ##$&&! 
   1012 2017-07-30 00:00:00.000       10004 %$#&*&$#! 
   1013 2017-03-02 00:00:00.000       10001 $#^*&#! 
   1014 2017-11-10 00:00:00.000       10006 &$! 
   1015 2017-12-04 00:00:00.000       10007 *&%()#! 
   1016 2017-12-08 00:00:00.000       10007 8&(^$%$! 

需求 #

检索收到最多投诉的罚单。

参考答案查询 #

SELECT TOP 1 f.fineId, COUNT(c.fineId) comp_count
FROM fines f
JOIN complaints c
ON f.fineId = c.fineId
GROUP BY f.fineId
ORDER BY comp_count DESC;

自行编写的查询 #

SELECT TOP 1 fineId, COUNT(complaintId) comp_count
FROM complaints 
GROUP BY fineId
ORDER BY comp_count DESC;

疑问 #

作为SQL学习者，想了解：

• 为何参考答案必须使用JOIN关联Fines表？
• 使用COUNT(fineId)而非COUNT(complaintId)是否必要？背后的设计逻辑是什么？

解答 #

1. 关于关联Fines表的必要性 #

从当前测试数据来看，你的查询完全正确，结果和参考答案一致，但参考答案关联Fines表主要是出于严谨性和扩展性考虑：

• 过滤脏数据：实际业务中可能存在投诉记录关联了不存在的罚单（比如罚单被删除，但投诉没清理），用JOIN会自动过滤掉这些无效关联，确保统计的是真实存在的罚单的投诉数；而你的查询会把这些无效的fineId也统计进去，可能得到错误结果。
• 需求扩展性：如果后续需要展示罚单的额外信息（比如金额、日期），关联Fines表后可以直接在SELECT中添加字段，不需要重构查询结构。
• 当然，如果明确当前业务中Complaints的fineId都是有效且关联Fines的，你的查询是更高效的简化写法。

2. 关于COUNT函数的选择 #

使用COUNT(c.fineId)还是COUNT(complaintId)不是必须的，两者在当前场景下结果一致，核心逻辑是：

• COUNT()函数只统计非NULL值的数量。complaintId是投诉表的主键，必然非NULL；c.fineId是关联后的字段，只要关联有效也不会为NULL，所以两者统计的都是每个罚单对应的投诉记录数。
• 甚至用COUNT(*)会更稳妥，它直接统计分组后的行数，不需要依赖具体字段是否为NULL，结果完全相同。
• 参考答案用COUNT(c.fineId)可能是个人习惯，或者想明确表达“统计关联到罚单的投诉数”，但不是强制要求。

内容的提问来源于stack exchange，提问作者Lana