如何用SQL筛选Walmart供应商中符合特定条件的唯一项目

需求说明 #

我有一个包含多家供应商project（项目）的数据集，每个项目包含数百个不同objective（目标），结果状态为achieved（已完成）或unrealised（未实现）。部分目标会在第二列external_objective（外部目标）中列出，该列数据来自另一数据源。

需要生成供应商Walmart的唯一project列表，满足以下条件：

• 项目中所有标记为achieved的目标，必须同时存在于objective和external_objective列中（即两列值相等且非空）
• 项目中unrealised目标的存在不影响结果，但如果项目存在任何未同时出现在两列的achieved目标，该项目需被排除

数据集示例 #

预期结果 #

仅选中项目d23456，排除b12345和c23456。

原SQL问题分析 #

你当前编写的SQL存在逻辑缺陷：

SELECT DISTINCT Project 
FROM dataset
WHERE supplier="walmart" AND 
status = "achieved" AND objectives IS NOT NULL AND external_objectives IS NOT NULL 
GROUP BY project

• 该语句仅筛选出存在至少一个符合条件的achieved目标的项目，但无法保证项目中所有achieved目标都满足条件
• 例如项目b12345有一个符合条件的achieved目标，但另一个achieved目标不符合，原语句会错误地将其包含进来

正确SQL实现方案 #

方案一：使用HAVING子句排除不合格项目 #

SELECT project
FROM dataset
WHERE supplier = 'walmart'
GROUP BY project
HAVING 
  -- 确保所有achieved的目标都满足objective和external_objective匹配且非空
  SUM(
    CASE 
      WHEN status = 'achieved' AND (objective != external_objective OR objective IS NULL OR external_objective IS NULL) 
      THEN 1 
      ELSE 0 
    END
  ) = 0

方案二：使用NOT EXISTS排除存在不合格目标的项目 #

SELECT DISTINCT d1.project
FROM dataset d1
WHERE 
  d1.supplier = 'walmart'
  AND NOT EXISTS (
    SELECT 1
    FROM dataset d2
    WHERE 
      d2.project = d1.project
      AND d2.status = 'achieved'
      AND (d2.objective != d2.external_objective OR d2.objective IS NULL OR d2.external_objective IS NULL)
  )

逻辑说明 #

两种方案核心逻辑一致：

1. 聚焦Walmart的项目
2. 检查项目中是否存在任何不符合要求的achieved目标（即objective和external_objective不匹配或任一为空）
3. 仅保留不存在这类不合格目标的项目

内容的提问来源于stack exchange，提问作者nirdnaleuq