SQL 互相关注的用户对：分组聚合找出双向关注（快手面试题）

一、题目

已知有表 t5_follow_record 记录了用户之间的关注关系，包含字段：follower_id（关注者ID）、followee_id（被关注者ID）、follow_time（关注时间）。

请找出所有互相关注的用户对（即 A 关注了 B，同时 B 也关注了 A）。输出结果中每对用户只出现一次，即 (A, B) 和 (B, A) 视为同一对。

样例数据

+--------------+--------------+----------------------+
| follower_id  | followee_id  |     follow_time      |
+--------------+--------------+----------------------+
| u001         | u002         | 2024-06-01 08:00:00  |
| u002         | u001         | 2024-06-02 09:00:00  |
| u001         | u003         | 2024-06-01 10:00:00  |
| u003         | u002         | 2024-06-03 11:00:00  |
| u002         | u003         | 2024-06-04 12:00:00  |
| u004         | u001         | 2024-06-01 13:00:00  |
| u001         | u004         | 2024-06-05 14:00:00  |
| u005         | u001         | 2024-06-06 15:00:00  |
| u003         | u004         | 2024-06-02 16:00:00  |
+--------------+--------------+----------------------+

二、思路分析

本题是社交网络关系分析中的经典问题。核心思路是把有向的关注关系归一化为无向的用户对，再用分组聚合判断双向：

1. 归一化用户对：用 least(follower_id, followee_id) 和 greatest(follower_id, followee_id) 把每条关注关系映射成无向用户对 (较小ID, 较大ID)。无论 A 关注 B 还是 B 关注 A，都归到同一个 (A, B) 对。
2. 分组统计方向数：按归一化后的用户对 GROUP BY，用 count(distinct follower_id) 统计这对用户中有几个不同的关注者。
3. 筛选互关：having count(distinct follower_id) = 2 表示 A 和 B 都各自关注了对方，即互相关注。

这种方案只需要一次分组聚合，避免了自连接的 O(n²) 复杂度，在用户量大的社交场景下性能远优于自连接。

维度	评分
题目难度	⭐️⭐️
题目清晰度	⭐️⭐️⭐️⭐️⭐️
业务常见度	⭐️⭐️⭐️⭐️⭐️

三、逐步推导

步骤1：归一化用户对并统计每个方向

用 least/greatest 把关注关系映射为无向用户对，同时统计每对用户中"谁关注了谁"。

执行SQL

select
    least(follower_id, followee_id)   as user_a,
    greatest(follower_id, followee_id) as user_b,
    count(distinct follower_id) as direction_cnt
from t5_follow_record
group by least(follower_id, followee_id), greatest(follower_id, followee_id)
order by user_a, user_b

执行结果

+---------+---------+----------------+
| user_a  | user_b  | direction_cnt  |
+---------+---------+----------------+
| u001    | u002    | 2              |
| u001    | u003    | 1              |
| u001    | u004    | 2              |
| u001    | u005    | 1              |
| u002    | u003    | 2              |
| u003    | u004    | 1              |
+---------+---------+----------------+
6 rows selected (1.589 seconds)(https://www.dwsql.com)

direction_cnt = 2 表示这对用户互相关注（两个方向都有），= 1 表示只有单向关注。

步骤2：筛选互相关注的用户对

用 having count(distinct follower_id) = 2 只保留互关对。

执行SQL

select
    least(follower_id, followee_id)   as user_a,
    greatest(follower_id, followee_id) as user_b
from t5_follow_record
group by least(follower_id, followee_id), greatest(follower_id, followee_id)
having count(distinct follower_id) = 2
order by user_a, user_b

执行结果

+---------+---------+
| user_a  | user_b  |
+---------+---------+
| u001    | u002    |
| u001    | u004    |
| u002    | u003    |
+---------+---------+
3 rows selected (0.612 seconds)(https://www.dwsql.com)

结果：共有3对互关用户：(u001, u002)、(u001, u004)、(u002, u003)。

步骤3：(可选) 显示互关双方各自关注的时间

用条件聚合 max(case when ...) 分别取出两个方向的关注时间，判断谁先关注。

执行SQL

select
    least(follower_id, followee_id)   as user_a,
    greatest(follower_id, followee_id) as user_b,
    max(case when follower_id < followee_id then follow_time end) as a_follow_b_at,
    max(case when follower_id > followee_id then follow_time end) as b_follow_a_at
from t5_follow_record
group by least(follower_id, followee_id), greatest(follower_id, followee_id)
having count(distinct follower_id) = 2
order by user_a, user_b

执行结果

+---------+---------+----------------------+----------------------+
| user_a  | user_b  |    a_follow_b_at     |    b_follow_a_at     |
+---------+---------+----------------------+----------------------+
| u001    | u002    | 2024-06-01 08:00:00  | 2024-06-02 09:00:00  |
| u001    | u004    | 2024-06-05 14:00:00  | 2024-06-01 13:00:00  |
| u002    | u003    | 2024-06-04 12:00:00  | 2024-06-03 11:00:00  |
+---------+---------+----------------------+----------------------+
3 rows selected (0.967 seconds)(https://www.dwsql.com)

a_follow_b_at 是 user_a 关注 user_b 的时间，b_follow_a_at 是 user_b 关注 user_a 的时间。如 u001 在 6-01 先关注了 u002，u002 在 6-02 回关。

四、常见坑点

坑1：归一化时不加 greatest 会导致重复

只用 least(follower_id, followee_id) 分组而忘了 greatest，或反过来，都会把 (A,B) 和 (B,A) 拆成两组。必须同时用 least 和 greatest 组合成唯一键，确保有向关系正确归一化到同一个无向对。

坑2：判断双向用 count(distinct follower_id) 而非 count(*)

如果数据存在重复插入，同一方向可能出现多行，count(*) = 2 会被重复行干扰。用 count(distinct follower_id) 更稳健——它统计的是"有几个不同的用户在这个对里主动关注过对方"，等于 2 才代表双向。

坑3：归一化前的 ID 清洗

如果用户ID在录入时有前后空格或大小写不一致（如 'U001' vs 'u001'），least/greatest 会把它们当成不同用户。生产环境应在聚合前对 ID 做 trim() 和 upper() 处理。

五、知识点总结

考点	说明
least / greatest 归一化	把有向关系映射为无向用户对，作为分组唯一键
group by + having	按用户对分组，having count(distinct) = 2 筛选双向关注
count(distinct follower_id)	统计每个用户对里主动关注方个数，判断是否双向
条件聚合 max(case when)	分别取出两个方向的关注时间，避免自连接

六、建表语句和数据插入

点击展开 DDL & DML

--建表语句
create table if not exists t5_follow_record (
    follower_id string comment '关注者ID',
    followee_id string comment '被关注者ID',
    follow_time string comment '关注时间'
);

--数据插入
insert into t5_follow_record(follower_id, followee_id, follow_time) values
('u001', 'u002', '2024-06-01 08:00:00'),
('u002', 'u001', '2024-06-02 09:00:00'),
('u001', 'u003', '2024-06-01 10:00:00'),
('u003', 'u002', '2024-06-03 11:00:00'),
('u002', 'u003', '2024-06-04 12:00:00'),
('u004', 'u001', '2024-06-01 13:00:00'),
('u001', 'u004', '2024-06-05 14:00:00'),
('u005', 'u001', '2024-06-06 15:00:00'),
('u003', 'u004', '2024-06-02 16:00:00');

📱关注公众号

「数据仓库技术」文章同步更新，不错过每一篇干货

💬加群交流

备注「数据仓库技术」加入社群，每日一道大厂SQL真题