1789. Primary Department for Each Employee

这道题复杂的地方在于只有一个部门的人对应的flag也是N，因此在筛选的时候比较困难。

这里就要使用UNION，很多时候我都想不到这个，以后遇到这种不好使用CASE区分的情况，就可以考虑使用UNION，它会自动去除重复的行。

select 
    employee_id, department_id
from
    Employee
group by
    employee_id
having
    count(department_id) = 1
union 
select
    employee_id, department_id
from
    Employee
where 
    primary_flag = 'Y' ;

或者这道题目也可以使用窗口函数：

参考：https://leetcode.cn/problems/primary-department-for-each-employee/solutions/2517404/chuang-kou-han-shu-1789que-ding-yuan-gon-oeq3

窗口函数可以在子查询中通过PARTITION BY employee_id对每个员工进行分区，并对每个分区内的记录数进行计数，这样我们就可以知道每个员工出现的次数。

首先写出答案：

SELECT employee_id, department_id
FROM(SELECT employee_id, department_id, primary_flag, COUNT(*) OVER (PARTITION BY employee_id) count
FROM Employee) sub
WHERE count = 1 OR primary_flag = 'Y'

COUNT(*) OVER (PARTITION BY employee_id) count: 这是一个窗口函数的使用。COUNT(*) 是计算每个窗口（由 PARTITION BY employee_id 定义）中的行数。具体来说，它会为每个 employee_id 分组计算相应的行数，并将结果作为一个名为 count 的新列返回。

很多人好奇这和GROUP BY之后再COUNT有什么区别呢，让我们来运行一下：

| employee_id | department_id | primary_flag |
| ----------- | ------------- | ------------ |
| 1           | 1             | N            |
| 2           | 1             | Y            |
| 2           | 2             | N            |
| 3           | 3             | N            |
| 4           | 2             | N            |
| 4           | 3             | Y            |
| 4           | 4             | N            |

输入如上，使用窗口函数代码得到的输出如下：

SELECT employee_id, department_id, primary_flag, 
　　COUNT(*) OVER (PARTITION BY employee_id) count
FROM Employee

| employee_id | department_id | primary_flag | count |
| ----------- | ------------- | ------------ | ----- |
| 1           | 1             | N            | 1     |
| 2           | 1             | Y            | 2     |
| 2           | 2             | N            | 2     |
| 3           | 3             | N            | 1     |
| 4           | 2             | N            | 3     |
| 4           | 3             | Y            | 3     |
| 4           | 4             | N            | 3     |

使用GROUP BY以及COUNT得到的结果如下：

| employee_id | department_id | primary_flag | count |
| ----------- | ------------- | ------------ | ----- |
| 1           | 1             | N            | 1     |
| 2           | 1             | Y            | 2     |
| 3           | 3             | N            | 1     |
| 4           | 2             | N            | 3     |

是不是一目了然，所以为了进行后续的筛选，我们得使用窗口函数的COUNT，否则分组后的COUNT可能会会丢失一些信息，影响我们后续的结果。