@8355 我主要是没理解，为何『自增不连续 ID 』会出现 @cloverzrg2 说的『`ORDER BY` 失效』、『查询麻烦』、『出现重复 ID 』问题。。

俩文件有多大呢？

文件 a 较小的话（内存存得下），如 8 楼所说，一两行 awk 应该就行了


@winglight2016 就 2 亿数据，感觉一个几百 KB 的 SQLite 都能很好应对，不必要上大数据平台吧

@cloverzrg2

- 不连续的 ID 会顺序不正确？（变逆序 /随机顺序？）

- 平时连续的 ID 会使什么查询操作变得便捷呢？（俩 uid 间有多少人？）

- 自增 ID 为何会插入重复的 ID ，甚至覆盖原有数据呢？

@SbloodyS 数据库新手问下，现在基本都不用 PostgreSQL 、MySQL 、SQL Server 、Oracle 、SQLite 这些数据库了是吗？

@cau1iflower 有啥数据库支持直接引用别名的吗？

比如 `LAG(start_date)`、`LEAD(start_date)` 这些

@xiangyuecn `select a,b,c,d from table order by d desc limit 0,100;` 不是先走索引 d 查出主键，再查出对应的 a, b, c, d 吗？

实在不行，使用 `FORCE INDEX`，或者 `SELECT a, b, c, d FROM (SELECT id FROM table ORDER BY d DESC LIMIT 0, 100) t JOIN table USING(id)` ，感觉性能可以更好啊？（至少能减少数据传输？）

@xiangyuecn 这个不就是楼主所说的『强制使用 d 索引』嘛。。

另外，为嘛要分开写呢？直接 `select a,b,c,d from table order by d desc limit 0,100;` 不行吗？

@andyJado

以及，怎么确保『用户消费货币 和 用户发帖 /回复』同时发生或不发生？（防止突然断电、程序突然崩溃等）

这些都是最最最基础的数据库功能，连 1MB 的 SQLite 都能轻易实现


可能数据量太大（而且没有数据），你不好练习

可以去搜索一下『 SQL 经典 50 题』，一些基于『十来行学生、课程、教师、成绩数据』的各种查询，看看怎么用 Git 实现？

@andyJado

1. 怎么存储 用户 的 提醒通知（及其是否已读）、历史消费、收藏节点 /主题、关注 /block 的用户？
2. 怎么知道 帖子 有哪些 回复？（回复所属的帖子）
3. 怎么知道 某个回复 有哪些“感谢回复者”记录？
4. 怎么搜索 某个用户 所有帖子、回复？

@andyJado 比如 V 站的 1K 个节点、60W 个用户、90W 个帖子、1200W 个回复，

以及每个用户的个人信息、所有提醒通知、虚拟货币消费历史，

还有每个帖子中某些用户的“感谢回复者”记录等，

怎么在 Git 里存储呢？


增删查改 节点、用户及个人信息、帖子、回复、提醒、消费 等，大概咋实现呢？

为啥 C/C++/Rust 效率能差于其他语言呢

@potatowish wangxin3 `goods_sales_record` 表应该允许多次售出某个商品吧

因为楼主 @qiyong 也用了 `FROM goods_sales_record GROUP BY goods_id`


我试了下，`goods_sales_record` 表加个 `(7, 1, '100')`，#12 #14 结果就不对了


试着拿 `SQLite` 写了下：

*（ V 站排版原因，行首有全角空格，记得删除）*

```sql
WITH
　 goods(id, name, group_id) AS (
　　 VALUES
　　　(1, '苹果手机', 1),
　　　(2, '三星手机', 1),
　　　(3, '联想电脑', 2),
　　　(4, '华为手机', 1),
　　　(5, '华硕电脑', 2),
　　　(6, 'IKBC', 3)
　),

　 goods_group(id, name) AS (
　　 VALUES
　　　(1, '手机'),
　　　(2, '电脑'),
　　　(3, '键盘')
　),

　 goods_sales_record(id, goods_id, sales_volume) AS (
　　 VALUES
　　　(1, 1, '50'),
　　　(2, 2, '30'),
　　　(3, 3, '88'),
　　　(4, 4, '88'),
　　　(5, 5, '444'),
　　　(6, 6, '34')
　),

　 goods_sales(goods_id, total_sales) AS (
　　 SELECT goods_id, SUM(sales_volume)
　　 FROM goods_sales_record
　　 GROUP BY 1
　),

　 top3 AS (
　　 SELECT *
　　 FROM goods_sales
　　 ORDER BY total_sales DESC
　　 LIMIT 3
　)

SELECT
　 g1.name 商品名,
　 gg.name 商品所属分组名,
　 t3.total_sales 商品销量,
　 SUM(gs.total_sales) 分组内所有商品总销量
FROM top3 t3
JOIN goods g1 ON g1.id = t3.goods_id
JOIN goods g2 USING(group_id)
JOIN goods_group gg ON gg.id = g1.group_id
JOIN goods_sales gs ON g2.id = gs.goods_id
GROUP BY g1.id
ORDER BY 分组内所有商品总销量 DESC, 商品销量 DESC;
```

@maggch97 确实，改成 round(1.15 * 100) 就能继续跑了

但跑了快半个钟了，还没出结果。。

@dqzcwxb 请教一下，为嘛不选用窗口函数呢？（差在哪儿？）

@brader 能大致放一下当前的表结构 和 查询 SQL 吗？

@aijam 为嘛我改成楼主第一组数据（最长的那组），跑不出结果呢？

显示：ans = {6213: [], 2667: [], 1776: []}

@blankmiss 我不是说 31T 多 /少，是说 sql 少，才 1200W 数据，其中有 13W 中文书籍

但看到 @kernelpanic 在 #93 楼说下了 2000W 本，其中 20W 本是中文

是不是少了 800W ？

楼上的建议远离 Chrome 吗？

这货时不时有个 software_reporter_tool 扫硬盘也很吃资源，风扇呼呼响，而且没有提供选项关掉