如何从SQL数据表中筛选出在所有ArticleId中均出现的Name及其对应的NameId？

我来分享几种靠谱的SQL实现方法，完美匹配你的需求——找出那些在每一个ArticleId里都有记录的Name和对应的NameId。

先明确场景与数据 #

假设我们有一张表，结构和示例数据如下：

表结构 #

CREATE TABLE YourArticleTable (
    ArticleId INT,
    Name VARCHAR(100),
    NameId INT
);

示例数据 #

你的需求很清晰：要找出像a(100)、h(500)这样，在所有ArticleId（1、2、3、4）中都存在的组合，排除只出现在部分ArticleId里的b、c、g。

几种实用的解决方案 #

方法1：分组统计 + 匹配总ArticleId数（最通用） #

这是最直观且兼容性最好的方法，几乎所有数据库都支持。核心逻辑是：

1. 先算出表中一共有多少个不重复的ArticleId
2. 按Name和NameId分组，统计每组覆盖的不同ArticleId数量
3. 当分组的数量等于总ArticleId数时，就是符合条件的记录

用子查询实现的版本：

SELECT Name, NameId
FROM YourArticleTable
GROUP BY Name, NameId
HAVING COUNT(DISTINCT ArticleId) = (
    SELECT COUNT(DISTINCT ArticleId) 
    FROM YourArticleTable
);

如果想用更清晰的CTE（公共表达式）写法（适合MySQL 8+、PostgreSQL等）：

WITH TotalUniqueArticles AS (
    SELECT COUNT(DISTINCT ArticleId) AS total_count
    FROM YourArticleTable
)
SELECT Name, NameId
FROM YourArticleTable, TotalUniqueArticles
GROUP BY Name, NameId
HAVING COUNT(DISTINCT ArticleId) = total_count;

方法2：窗口函数写法（更高效，适合新版本数据库） #

如果你的数据库支持窗口函数（比如MySQL 8.0+、SQL Server、PostgreSQL），可以用这种更高效的方式，避免重复扫描表：

WITH ArticleCoverage AS (
    SELECT 
        Name,
        NameId,
        -- 统计当前Name-NameId组合覆盖的不同ArticleId数
        COUNT(DISTINCT ArticleId) OVER (PARTITION BY Name, NameId) AS group_coverage,
        -- 统计全局所有不重复的ArticleId数
        COUNT(DISTINCT ArticleId) OVER () AS total_articles
    FROM YourArticleTable
)
-- 去重后筛选符合条件的记录
SELECT DISTINCT Name, NameId
FROM ArticleCoverage
WHERE group_coverage = total_articles;

方法3：关联子查询（适合理解基础逻辑） #

如果你想更直观地理解逻辑，可以用关联子查询，逐个验证每个Name-NameId组合是否覆盖了所有ArticleId：

SELECT DISTINCT t1.Name, t1.NameId
FROM YourArticleTable t1
WHERE (
    -- 统计当前Name-NameId组合覆盖的ArticleId数量
    SELECT COUNT(DISTINCT ArticleId) 
    FROM YourArticleTable t2
    WHERE t2.Name = t1.Name AND t2.NameId = t1.NameId
) = (
    -- 全局总ArticleId数量
    SELECT COUNT(DISTINCT ArticleId) 
    FROM YourArticleTable
);

为什么这些方法能生效？ #

所有方法的核心逻辑都是验证每个Name-NameId组合覆盖的ArticleId数量，等于表中所有不重复的ArticleId总数。只有当一个组合在每一个ArticleId里都有记录时，它的覆盖数才会等于总数量，这样就能精准筛选出你要的结果。

内容的提问来源于stack exchange，提问作者Arie