Perilaku duplikat yang aneh dari GROUP_CONCAT dari dua LEFT JOINs dari GROUP_BYs

Permintaan kedua Anda dalam bentuk:

q1 -- PK user_id
LEFT JOIN (...
    GROUP BY user_id, t.tag
) AS q2
ON q2.user_id = q1.user_id 
LEFT JOIN (...
    GROUP BY user_id, c.category
) AS q3
ON q3.user_id = q1.user_id
GROUP BY -- group_concats

GROUP BY bagian dalam menghasilkan (user_id, t.tag) &(user_id, c.category) menjadi kunci/UNIK. Selain itu, saya tidak akan membahas GROUP BY tersebut.

TL;DR Ketika Anda bergabung (q1 GABUNG q2) ke q3, itu bukan pada kunci/UNIK salah satunya sehingga untuk setiap user_id Anda mendapatkan baris untuk setiap kemungkinan kombinasi tag &kategori. Jadi GROUP BY terakhir memasukkan duplikat per (user_id, tag) &per (user_id, kategori) dan secara tidak tepat GROUP_CONCAT menduplikasi tag &kategori per user_id. Yang benar adalah (q1 JOIN q2 GROUP BY) JOIN (q1 JOIN q3 GROUP BY) di mana semua join berada pada kunci yang sama/UNIQUE (user_id) &tidak ada agregasi palsu. Meskipun terkadang Anda dapat membatalkan agregasi palsu tersebut.

Pendekatan INNER JOIN simetris yang benar:LEFT JOIN q1 &q2--1:many--then GROUP BY &GROUP_CONCAT (yang dilakukan oleh kueri pertama Anda); kemudian secara terpisah sama LEFT JOIN q1 &q3--1:many--lalu GROUP BY &GROUP_CONCAT; lalu INNER JOIN dua hasil ON user_id--1:1.

Pendekatan subkueri skalar simetris yang benar:PILIH GROUP_CONCAT dari q1 sebagai subkueri skalar masing-masing dengan GROUP BY.

Pendekatan LEFT JOIN kumulatif yang benar:LEFT JOIN q1 &q2--1:many--then GROUP BY &GROUP_CONCAT; lalu KIRI GABUNG itu &q3--1:banyak--lalu GROUP BY &GROUP_CONCAT.

Pendekatan yang benar seperti kueri ke-2 Anda:Anda pertama-tama LEFT JOIN q1 &q2--1:many. Kemudian Anda KIRI GABUNG itu &q3--banyak:1:banyak. Ini memberikan baris untuk setiap kemungkinan kombinasi tag &kategori yang muncul dengan user_id. Kemudian setelah Anda GROUP BY Anda GROUP_CONCAT--over duplikat (user_id, tag) pasangan dan duplikat (user_id, kategori) pasangan. Itulah mengapa Anda memiliki elemen daftar duplikat. Tetapi menambahkan DISTINCT ke GROUP_CONCAT memberikan hasil yang benar. (Per wchiquito komentar.)

Yang Anda sukai adalah seperti biasa tradeoff teknik untuk diinformasikan oleh rencana &waktu kueri, per data/penggunaan/statistik aktual. masukan &statistik untuk jumlah duplikasi yang diharapkan), waktu kueri aktual, dll. Satu masalah adalah apakah baris tambahan dari pendekatan many:1:many JOIN mengimbangi penghematannya dari GROUP BY.

-- cumulative LEFT JOIN approach
SELECT
   q1.user_id, q1.user_name, q1.score, q1.reputation,
    top_two_tags,
    substring_index(group_concat(q3.category  ORDER BY q3.category_reputation DESC SEPARATOR ','), ',', 2) AS category
FROM
    -- your 1st query (less ORDER BY) AS q1
    (SELECT
        q1.user_id, q1.user_name, q1.score, q1.reputation, 
        substring_index(group_concat(q2.tag  ORDER BY q2.tag_reputation DESC SEPARATOR ','), ',', 2) AS top_two_tags
    FROM
        (SELECT 
            u.id AS user_Id, 
            u.user_name,
            coalesce(sum(r.score), 0) as score,
            coalesce(sum(r.reputation), 0) as reputation
        FROM 
            users u
            LEFT JOIN reputations r 
                ON    r.user_id = u.id 
                  AND r.date_time > 1500584821 /* unix_timestamp(DATE_SUB(now(), INTERVAL 1 WEEK)) */
        GROUP BY 
            u.id, u.user_name
        ) AS q1
        LEFT JOIN
        (
        SELECT
            r.user_id AS user_id, t.tag, sum(r.reputation) AS tag_reputation
        FROM
            reputations r 
            JOIN post_tag pt ON pt.post_id = r.post_id
            JOIN tags t ON t.id = pt.tag_id
        WHERE
            r.date_time > 1500584821 /* unix_timestamp(DATE_SUB(now(), INTERVAL 1 WEEK)) */
        GROUP BY
            user_id, t.tag
        ) AS q2
        ON q2.user_id = q1.user_id 
        GROUP BY
            q1.user_id, q1.user_name, q1.score, q1.reputation
    ) AS q1
    -- finish like your 2nd query
    LEFT JOIN
    (
    SELECT
        r.user_id AS user_id, c.category, sum(r.reputation) AS category_reputation
    FROM
        reputations r 
        JOIN post_category ct ON ct.post_id = r.post_id
        JOIN categories c ON c.id = ct.category_id
    WHERE
        r.date_time > 1500584821 /* unix_timestamp(DATE_SUB(now(), INTERVAL 1 WEEK)) */
    GROUP BY
        user_id, c.category
    ) AS q3
    ON q3.user_id = q1.user_id 
GROUP BY
    q1.user_id, q1.user_name, q1.score, q1.reputation
ORDER BY
    q1.reputation DESC, q1.score DESC ;