如何编写SQL查询判断TableB组是否被TableA组完全包含？

当然可以用纯SQL搞定这个问题，而且能做到高效，完全不用游标或者耗性能的交叉连接。咱们一步步来拆解思路，再给出具体的实现方案：

核心思路 #

要判断TableB的某个组是否所有ID都存在于TableA的任意一个组中，本质上是要验证：是否存在TableA的某个组，该组包含对应TableB组的全部ID（A组可以有额外ID）。

我们可以分两步实现：

• 先统计每个TableB组的唯一ID总数（如果你的业务里TableB组内ID不会重复，直接用COUNT(*)即可）；
• 关联TableA和TableB，统计每个TableA组能覆盖对应TableB组的ID数量，只要存在某个A组的覆盖数等于B组的总ID数，就说明该B组符合条件。

具体SQL实现 #

-- 第一步：统计每个B组的唯一ID总数
WITH B_Group_Summary AS (
    SELECT 
        `group` AS b_group,
        COUNT(DISTINCT id) AS total_unique_ids
    FROM TableB
    GROUP BY `group`
),
-- 第二步：统计每个A组对每个B组的ID覆盖数量
A_B_Coverage AS (
    SELECT 
        tb.`group` AS b_group,
        ta.`group` AS a_group,
        COUNT(DISTINCT tb.id) AS covered_ids
    FROM TableB tb
    INNER JOIN TableA ta ON tb.id = ta.id
    GROUP BY tb.`group`, ta.`group`
)
-- 最终判断每个B组是否符合条件
SELECT 
    bgs.b_group,
    CASE 
        WHEN EXISTS (
            SELECT 1 
            FROM A_B_Coverage abc
            WHERE abc.b_group = bgs.b_group
              AND abc.covered_ids = bgs.total_unique_ids
        ) THEN '符合条件' 
        ELSE '不符合条件' 
    END AS status
FROM B_Group_Summary bgs;

代码解释 #

1. B_Group_Summary：这个CTE用来计算每个TableB组的唯一ID总量，确保我们知道需要覆盖的ID数量基准。如果你的场景中TableB的组内ID不会重复，可以把COUNT(DISTINCT id)改成COUNT(*)，性能会更好。
2. A_B_Coverage：通过ID关联两个表，然后按B组和A组分组，统计每个A组能覆盖对应B组的ID数量。这里用INNER JOIN会自动过滤掉TableB中在TableA里不存在的ID——如果某个B组有ID不在TableA中，那它的covered_ids肯定小于total_unique_ids，直接会被判定为不符合条件。
3. 主查询：对每个B组，检查是否存在至少一个A组的覆盖数等于B组的总ID数，从而得出最终状态。

性能优化建议 #

针对大数据集，这两个索引能大幅提升查询速度：

• 给TableA创建id + group的复合索引：CREATE INDEX idx_tablea_id_group ON TableA(id, group);
• 给TableB创建id + group的复合索引：CREATE INDEX idx_tableb_id_group ON TableB(id, group);

这些索引能让数据库快速定位到关联的ID和分组，避免全表扫描，分组统计的速度也会显著提升。

验证示例数据 #

用你提供的示例表测试：

• TableB的X组总ID数是2，TableA的D组包含这两个ID，所以covered_ids=2，符合条件；
• TableB的Y组总ID数是3，没有任何一个TableA的组能同时包含3、4、5这三个ID，所以不符合；
• TableB的Z组总ID数是2，其中ID6在TableA中不存在，covered_ids最多为1，不符合。

结果完全符合你的预期。

内容的提问来源于stack exchange，提问作者JC Ford