281

在这里可以找到很多类似的问题，但我认为没有人能充分回答这个问题。

如果可以的话，我将从当前最流行的问题继续，并使用他们的示例。

本例中的任务是获取数据库中每个作者的最新帖子。

示例查询会产生不可用的结果，因为它并不总是返回的最新帖子。

SELECT wp_posts.* FROM wp_posts
    WHERE wp_posts.post_status='publish'
    AND wp_posts.post_type='post'
    GROUP BY wp_posts.post_author           
    ORDER BY wp_posts.post_date DESC

当前接受的答案是

SELECT
    wp_posts.*
FROM wp_posts
WHERE
    wp_posts.post_status='publish'
    AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author
HAVING wp_posts.post_date = MAX(wp_posts.post_date) <- ONLY THE LAST POST FOR EACH AUTHOR
ORDER BY wp_posts.post_date DESC

不幸的是，这个答案是简单明了的错误，并且在许多情况下产生的结果不如原始查询稳定。

我最好的解决方案是使用表单的子查询

SELECT wp_posts.* FROM 
(
    SELECT * 
    FROM wp_posts
    ORDER BY wp_posts.post_date DESC
) AS wp_posts
WHERE wp_posts.post_status='publish'
AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author

那么我的问题是一个简单的问题： 无论如何在分组之前对行进行排序而不诉诸子查询？

编辑：这个问题是另一个问题的延续，我的具体情况略有不同。您可以（并且应该）假设还有一个 wp_posts.id 是该特定帖子的唯一标识符。

4

12 回答 12

421

在子查询中使用 anORDER BY并不是解决此问题的最佳方法。

获得作者的最佳解决方案max(post_date)是使用子查询返回最大日期，然后在日期和最大日期将其加入到您的表中post_author。

解决方案应该是：

SELECT p1.* 
FROM wp_posts p1
INNER JOIN
(
    SELECT max(post_date) MaxPostDate, post_author
    FROM wp_posts
    WHERE post_status='publish'
       AND post_type='post'
    GROUP BY post_author
) p2
  ON p1.post_author = p2.post_author
  AND p1.post_date = p2.MaxPostDate
WHERE p1.post_status='publish'
  AND p1.post_type='post'
order by p1.post_date desc

如果您有以下示例数据：

CREATE TABLE wp_posts
    (`id` int, `title` varchar(6), `post_date` datetime, `post_author` varchar(3))
;

INSERT INTO wp_posts
    (`id`, `title`, `post_date`, `post_author`)
VALUES
    (1, 'Title1', '2013-01-01 00:00:00', 'Jim'),
    (2, 'Title2', '2013-02-01 00:00:00', 'Jim')
;

子查询将返回最大日期和作者：

MaxPostDate | Author
2/1/2013    | Jim

然后，由于您将其加入表中，因此您将在这两个值上返回该帖子的完整详细信息。

请参阅SQL Fiddle with Demo。

扩展我关于使用子查询准确返回此数据的评论。

MySQL 不会强制您访问列表GROUP BY中包含的每一列SELECT。因此，如果您只GROUP BY返回一列但总共返回 10 列，则不能保证返回属于该列的其他列值post_author。如果该列不在GROUP BYMySQL 中，则选择应返回的值。

使用带有聚合函数的子查询将保证每次都返回正确的作者和帖子。

附带说明一下，虽然 MySQL 允许您ORDER BY在子查询中使用 a 并允许您将 aGROUP BY应用于列表中的并非每一列，但SELECT在包括 SQL Server 在内的其他数据库中不允许此行为。

于 2013-02-08T10:53:42.320 回答
27

您的解决方案使用了GROUP BY 子句的扩展，该子句允许按某些字段进行分组（在这种情况下，只是post_author）：

GROUP BY wp_posts.post_author

并选择非聚合列：

SELECT wp_posts.*

未在 group by 子句中列出，或未在聚合函数中使用（MIN、MAX、COUNT 等）。

正确使用 GROUP BY 子句的扩展

当非聚合列的所有值对于每一行都相等时，这很有用。

例如，假设您有一张桌子GardensFlowers（name在花园里，flower在花园里）：

INSERT INTO GardensFlowers VALUES
('Central Park',       'Magnolia'),
('Hyde Park',          'Tulip'),
('Gardens By The Bay', 'Peony'),
('Gardens By The Bay', 'Cherry Blossom');

你想提取花园里所有的花，花园里长着多朵花。然后你必须使用一个子查询，例如你可以使用这个：

SELECT GardensFlowers.*
FROM   GardensFlowers
WHERE  name IN (SELECT   name
                FROM     GardensFlowers
                GROUP BY name
                HAVING   COUNT(DISTINCT flower)>1);

如果您需要提取花园中唯一花朵的所有花朵，您可以将 HAVING 条件更改为HAVING COUNT(DISTINCT flower)=1，但 MySql 也允许您使用它：

SELECT   GardensFlowers.*
FROM     GardensFlowers
GROUP BY name
HAVING   COUNT(DISTINCT flower)=1;

没有子查询，不是标准的 SQL，但更简单。

对 GROUP BY 子句的扩展使用不正确

但是，如果您选择每行不相等的非聚合列会发生什么？MySql 为该列选择的值是什么？

看起来 MySql 总是选择它遇到的第一个值。

为了确保它遇到的第一个值正是您想要的值，您需要将 aGROUP BY应用于有序查询，因此需要使用子查询。你不能这样做。

假设 MySql 总是选择它遇到的第一行，您正确地对 GROUP BY 之前的行进行排序。但不幸的是，如果你仔细阅读文档，你会发现这个假设是不正确的。

When selecting non-aggregated columns that are not always the same, MySql is free to choose any value, so the resulting value that it actually shows is indeterminate .

我看到这个获取非聚合列的第一个值的技巧被使用了很多，它通常/几乎总是有效，我有时也会使用它（风险自负）。但由于它没有记录，你不能依赖这种行为。

此链接（感谢 ypercube！）GROUP BY 技巧已被优化掉显示了相同查询在 MySql 和 MariaDB 之间返回不同结果的情况，这可能是因为优化引擎不同。

所以，如果这个技巧有效，那只是运气问题。

另一个问题的公认答案对 我来说似乎是错误的：

HAVING wp_posts.post_date = MAX(wp_posts.post_date)

wp_posts.post_date是一个非聚合列，它的值将是官方未确定的，但它很可能是第一个post_date遇到的。但由于 GROUP BY 技巧应用于无序表，因此不确定哪个是第一个post_date遇到的。

它可能会返回作为单个作者的唯一帖子的帖子，但即使这并不总是确定的。

一个可能的解决方案

我认为这可能是一个可能的解决方案：

SELECT wp_posts.*
FROM   wp_posts
WHERE  id IN (
  SELECT max(id)
  FROM wp_posts
  WHERE (post_author, post_date) = (
    SELECT   post_author, max(post_date)
    FROM     wp_posts
    WHERE    wp_posts.post_status='publish'
             AND wp_posts.post_type='post'
    GROUP BY post_author
  ) AND wp_posts.post_status='publish'
    AND wp_posts.post_type='post'
  GROUP BY post_author
)

在内部查询中，我将返回每位作者的最长发布日期。然后我考虑到同一个作者理论上可以同时有两个帖子的事实，所以我只得到最大的 ID。然后我返回所有具有这些最大 ID 的行。使用连接而不是 IN 子句可以使其更快。

（如果您确定它ID只会增加，并且 ifID1 > ID2也意味着post_date1 > post_date2，那么查询可以变得更加简单，但我不确定是否是这种情况）。

于 2013-02-08T11:14:48.587 回答
10

你将要阅读的内容相当老套，所以不要在家里尝试这个！

在 SQL 中，您的问题的答案通常是NO，但由于（ @bluefeetGROUP BY提到的）的宽松模式，MySQL 中的答案是YES。

假设，您在 (post_status, post_type, post_author, post_date) 上有一个 BTREE 索引。索引在引擎盖下的样子如何？

(post_status='publish', post_type='post', post_author='user A', post_date='2012-12-01') (post_status='publish', post_type='post', post_author='user A', post_date='2012-12-31') (post_status='publish', post_type='post', post_author='user B', post_date='2012-10-01') (post_status='publish', post_type=' post', post_author='用户 B', post_date='2012-12-01')

也就是说，数据按所有这些字段升序排序。

GROUP BY默认情况下，它会按分组字段对数据进行排序（在post_author我们的例子中；post_status，post_type 是WHERE子句需要的），如果有匹配的索引，它会按升序获取每个第一条记录的数据。也就是说，查询将获取以下内容（每个用户的第一篇文章）：

(post_status='publish', post_type='post', post_author='user A', post_date='2012-12-01') (post_status='publish', post_type='post', post_author='user B', post_date='2012-10-01')

但是GROUP BY在 MySQL 中允许你显式地指定顺序。当你post_user按降序请求时，它会以相反的顺序遍历我们的索引，仍然为每个组取第一个记录，实际上是最后一个。

那是

...
WHERE wp_posts.post_status='publish' AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author DESC

会给我们

(post_status='publish', post_type='post', post_author='user B', post_date='2012-12-01') (post_status='publish', post_type='post', post_author='user A', post_date='2012-12-31')

现在，当您按 post_date 对分组结果进行排序时，您将获得所需的数据。

SELECT wp_posts.*
FROM wp_posts
WHERE wp_posts.post_status='publish' AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author DESC
ORDER BY wp_posts.post_date DESC;

注意：

对于这个特定的查询，我不建议这样做。在这种情况下，我会使用@bluefeet建议的稍微修改的版本。但这种技术可能非常有用。在这里看看我的答案：检索每组中的最后一条记录

陷阱：该方法的缺点是

  • 查询的结果依赖于索引，这与 SQL 的精神背道而驰（索引应该只加快查询速度）；
  • 索引不知道它对查询的影响（您或其他人将来可能会发现索引太耗费资源并以某种方式更改它，从而破坏查询结果，而不仅仅是它的性能）
  • 如果您不了解查询的工作原理，您很可能会在一个月内忘记解释，并且查询会使您和您的同事感到困惑。

优点是在困难情况下的性能。在这种情况下，查询的性能应该与@bluefeet 的查询相同，因为排序涉及的数据量很大（所有数据都加载到临时表中然后排序；顺便说一句，他的查询(post_status, post_type, post_author, post_date)也需要索引） .

我会建议：

正如我所说，这些查询使 MySQL 浪费时间对临时表中潜在的大量数据进行排序。如果您需要分页（即涉及 LIMIT），大部分数据甚至会被丢弃。我要做的是最小化排序数据的数量：即排序并限制子查询中的最小数据，然后连接回整个表。

SELECT * 
FROM wp_posts
INNER JOIN
(
  SELECT max(post_date) post_date, post_author
  FROM wp_posts
  WHERE post_status='publish' AND post_type='post'
  GROUP BY post_author
  ORDER BY post_date DESC
  -- LIMIT GOES HERE
) p2 USING (post_author, post_date)
WHERE post_status='publish' AND post_type='post';

使用上述方法的相同查询：

SELECT *
FROM (
  SELECT post_id
  FROM wp_posts
  WHERE post_status='publish' AND post_type='post'
  GROUP BY post_author DESC
  ORDER BY post_date DESC
  -- LIMIT GOES HERE
) as ids
JOIN wp_posts USING (post_id);

所有这些查询及其在SQLFiddle上的执行计划。

于 2013-02-12T15:54:52.283 回答
8

试试这个。只需从每个作者那里获取最新发布日期的列表。就是这样

SELECT wp_posts.* FROM wp_posts WHERE wp_posts.post_status='publish'
AND wp_posts.post_type='post' AND wp_posts.post_date IN(SELECT MAX(wp_posts.post_date) FROM wp_posts GROUP BY wp_posts.post_author)
于 2013-02-08T11:04:59.460 回答
4

只需使用 max 函数和 group 函数

    select max(taskhistory.id) as id from taskhistory
            group by taskhistory.taskid
            order by taskhistory.datum desc
于 2016-11-17T03:13:38.560 回答
2

不。在分组之前对记录进行排序是没有意义的，因为分组会改变结果集。子查询方式是首选方式。如果这太慢了，你将不得不改变你的表格设计，例如将每个作者的最后一篇文章的 id 存储在一个单独的表中，或者引入一个布尔列来指示每个作者他的哪篇文章是最后一篇一。

于 2013-02-08T10:50:53.367 回答
0

回顾一下，标准解决方案使用不相关的子查询，如下所示：

SELECT x.*
  FROM my_table x
  JOIN (SELECT grouping_criteria,MAX(ranking_criterion) max_n FROM my_table GROUP BY grouping_criteria) y
    ON y.grouping_criteria = x.grouping_criteria
   AND y.max_n = x.ranking_criterion;

如果你使用的是旧版本的 MySQL，或者相当小的数据集，那么你可以使用以下方法：

SELECT x.*
  FROM my_table x
  LEFT
  JOIN my_table y
    ON y.joining_criteria = x.joining_criteria
   AND y.ranking_criteria < x.ranking_criteria
 WHERE y.some_non_null_column IS NULL;
于 2013-02-08T11:28:00.347 回答
0

不确定这是否已经被建议，但您现在可以使用SQL 窗口函数：

SELECT * FROM (
      SELECT wp_posts.*, ROW_NUMBER() OVER (PARTITION BY wp_posts.post_author ORDER BY post_date DESC) rank
      FROM wp_posts
      WHERE wp_posts.post_status = 'publish'
      AND wp_posts.post_type = 'post'
  ) AS T
WHERE rank = 1

所有行都“排名”，然后您只需要选择每个第一行。

我承认我对性能一无所知，但据我所知，这应该是可以接受的。

于 2021-09-29T13:27:18.800 回答
0

以防万一。我做了很多次这样的事情：

select * from 
  (select max(some_quantity) over (partition by id1, id2) as max_quantity, t.*
  from table_name t) tt 
where tt.max_quantity=tt.some_quantity;

这是具有字段条件最大值的分组some_quantity。

于 2021-12-19T17:38:34.607 回答
0

这是我使用用户定义变量的解决方案，即使没有 GROUP BY，也可以获得一致的结果。目标是获取整行，而不仅仅是一行中一个单元格的最大值。请参见下面的示例：

SET @product_id := 0;

SELECT
    products.order_code,
    purchases.`date`,
    purchases.price
FROM products
LEFT JOIN (       
    SELECT
        purchases.`date`,
        purchases.price,
        IF(@product_id = purchases.product_id, 0, 1) AS is_last,
        @product_id := purchases.product_id AS product_id
    FROM purchases
    ORDER BY purchases.product_id ASC, purchases.id DESC
) purchases ON products.id = purchases.product_id
WHERE purchases.is_last = 1
ORDER BY products.order_code ASC;

我不确定性能，但在 50000 行购买表上是 0.1 秒。请让我知道我是否可以进行任何性能改进。

于 2022-02-10T17:02:17.857 回答
-1

** 与大型数据集一起使用时，子查询可能会对性能产生不良影响 **

原始查询

SELECT wp_posts.*
FROM   wp_posts
WHERE  wp_posts.post_status = 'publish'
       AND wp_posts.post_type = 'post'
GROUP  BY wp_posts.post_author
ORDER  BY wp_posts.post_date DESC;

修改后的查询

SELECT p.post_status,
       p.post_type,
       Max(p.post_date),
       p.post_author
FROM   wp_posts P
WHERE  p.post_status = "publish"
       AND p.post_type = "post"
GROUP  BY p.post_author
ORDER  BY p.post_date;

因为我max在select clause==>中使用max(p.post_date)它可以避免子选择查询并在 group by 之后按 max 列排序。

于 2014-11-05T01:42:08.960 回答
-4

首先，不要在select中使用*，影响它们的性能并阻碍group by和order by的使用。试试这个查询：

SELECT wp_posts.post_author, wp_posts.post_date as pdate FROM wp_posts
WHERE wp_posts.post_status='publish'
AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author           
ORDER BY pdate DESC

当您未在 ORDER BY 中指定表时，仅指定别名时，它们将对选择的结果进行排序。

于 2013-02-08T10:49:33.027 回答