这里有很多类似的问题,但我认为没有充分回答这个问题。
我将继续使用当前最受欢迎的question并使用他们的示例,如果没问题的话。
此实例中的任务是获取数据库中每位作者的最新帖子。
示例查询会产生无法使用的结果,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
目前接受的答案是
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,这个答案很简单,而且在很多情况下产生的结果不如原始查询那么稳定。
我最好的解决方案是使用
形式的子查询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
我的问题很简单: 无论如何在分组之前订购行而不诉诸子查询?
编辑:这个问题是另一个问题的延续,我的情况细节略有不同。您可以(并且应该)假设还有一个wp_posts.id,它是该特定帖子的唯一标识符。
答案 0 :(得分:330)
在子查询中使用ORDER BY
不是解决此问题的最佳方法。
获取作者max(post_date)
的最佳解决方案是使用子查询返回最大日期,然后在post_author
和最大日期将其加入到您的表中。
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
如果您有以下样本数据:
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,由于您要将其加入表中,因此您将返回该帖子的完整详细信息。
扩展我对使用子查询准确返回此数据的评论。
MySQL不会强迫您GROUP BY
包含在SELECT
列表中的每一列。因此,如果您只有GROUP BY
一列但总共返回10列,则无法保证返回属于post_author
的其他列值。如果列不在GROUP BY
MySQL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。
作为旁注,虽然MySQL允许您在子查询中使用ORDER BY
并允许您将GROUP BY
应用于SELECT
列表中的不是每个列,但此行为不是允许在其他数据库中使用,包括SQL Server。
答案 1 :(得分:18)
您的解决方案使用extension to GROUP BY子句允许按某些字段进行分组(在本例中为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(MIN,MAX,COUNT等)中使用。
正确使用GROUP BY子句的扩展名
当非聚合列的所有值对于每一行都相等时,这非常有用。
例如,假设您有一个GardensFlowers
(花园的name
,flower
在花园中生长的表格:
INSERT INTO GardensFlowers VALUES
('Central Park', 'Magnolia'),
('Hyde Park', 'Tulip'),
('Gardens By The Bay', 'Peony'),
('Gardens By The Bay', 'Cherry Blossom');
并且您想要提取在花园中生长的所有花朵,其中多个花朵生长。然后你必须使用子查询,例如你可以使用它:
SELECT GardensFlowers.*
FROM GardensFlowers
WHERE name IN (SELECT name
FROM GardensFlowers
GROUP BY name
HAVING COUNT(DISTINCT flower)>1);
如果您需要提取所有花朵中唯一的花朵而不是花朵,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SQL,而是更简单。
对GROUP BY子句的扩展名使用不正确
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总是选择遇到的 FIRST 值。
要确保它遇到的第一个值正是您想要的值,您需要将GROUP BY
应用于有序查询,因此需要使用子查询。否则你不能这样做。
假设MySql总是选择它遇到的第一行,你正确地在GROUP BY之前对行进行排序。但不幸的是,如果你仔细阅读文档,你会注意到这个假设是不正确的。
当选择并非总是相同的非聚合列时, MySql可以自由选择任何值,因此实际显示的结果值是不确定的。
我看到这个获取非聚合列的第一个值的技巧被大量使用,它通常/几乎总是有效,我有时也使用它(我自己承担风险)。但由于没有记录,你不能依赖这种行为。
此链接(感谢ypercube!)GROUP BY trick has been optimized away显示了同一查询在MySql和MariaDB之间返回不同结果的情况,可能是因为不同的优化引擎。
所以,如果这个技巧有效,那只是运气问题。
我accepted answer on the other question看起来不对:
HAVING wp_posts.post_date = MAX(wp_posts.post_date)
wp_posts.post_date
是一个非聚合列,其值将正式确定,但可能是遇到的第一个post_date
。但由于GROUP BY技巧应用于无序表,因此不确定遇到的第一个post_date
是哪一个。
它可能会返回作为单个作者唯一帖子的帖子,但即使这并不总是确定的。
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,我将返回每个作者的最大发布日期。然后我考虑到同一作者理论上可以同时有两个帖子,所以我只得到最大ID。然后我将返回具有最大ID的所有行。使用连接而不是IN子句可以更快地完成它。
(如果你确定ID
只是增加了,如果ID1 > ID2
也意味着post_date1 > post_date2
,那么查询可以变得更加简单,但我不是确定是否是这种情况。)
答案 2 :(得分:9)
你要阅读的内容相当骇人听闻,所以不要在家里试试!
在SQL中,一般来说,你的问题的答案是否,但由于GROUP BY
的放松模式( @bluefeet 提到), MySQL中的答案是是。
假设您有一个BTREE索引(post_status,post_type,post_author,post_date)。索引的内容如何?
(post_status ='publish',post_type ='post',post_author ='user A',post_date ='2012-12-01') (post_status ='publish',post_type ='post',post_author ='用户A',post_date ='2012-12-31') (post_status ='publish',post_type ='post',post_author ='用户B',post_date ='2012-10-01') (post_status ='发布',post_type ='发布',post_author ='用户B',post_date ='2012-12-01')
即数据按所有这些字段按升序排序。
默认情况下,当您执行GROUP BY
时,它会按分组字段(post_author
排序,在我们的情况下排序数据; WHERE
子句需要post_status,post_type)以及是否存在是一个匹配索引,它按升序获取每个第一个记录的数据。这是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 ='发布',post_type ='发布',post_author ='用户B',post_date ='2012-10-01')
但MySQL中的GROUP BY
允许您明确指定顺序。当你按降序请求post_user
时,它将以相反的顺序遍历我们的索引,仍然为每组实际上持续的第一条记录。
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 ='用户B',post_date ='2012-12-01') (post_status ='发布',post_type ='发布',post_author ='用户A',post_date ='2012-12-31')
现在,当您通过post_date订购分组结果时,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;
<强> NB 强>:
这不是我为这个特定查询推荐的内容。在这种情况下,我会使用 @bluefeet 建议的略微修改版本。但这种技术可能非常有用。请看一下我的答案:Retrieving the last record in each group
陷阱:该方法的缺点是
优势是在困难情况下的表现。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(所有数据都加载到临时表中然后排序;顺便说一下,他的查询需要{{1}索引也是如此)。
我的建议:
正如我所说,这些查询使MySQL浪费时间在临时表中排序潜在的大量数据。如果您需要分页(即涉及LIMIT),大多数数据甚至会被丢弃。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,然后再加入到整个表中。
(post_status, post_type, post_author, post_date)
使用上述方法的相同查询:
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';
所有这些查询及其执行计划都在SQLFiddle。
答案 3 :(得分:8)
试试这个。 只需获取每位作者的最新发布日期列表。多数民众赞成
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)
答案 4 :(得分:3)
没有。在分组之前对记录进行排序是没有意义的,因为分组将改变结果集。子查询方式是首选方式。如果这样做太慢,你将不得不改变你的表设计,例如通过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的帖子是最后一个之一。
答案 5 :(得分: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;
如果您使用的是古老版本的MySQL或相当小的数据集,那么您可以使用以下方法:
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;
答案 6 :(得分:0)
只需使用max函数和组函数
select max(taskhistory.id) as id from taskhistory
group by taskhistory.taskid
order by taskhistory.datum desc
答案 7 :(得分:-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;
因为我在max
==&gt;中使用了select clause
max(p.post_date)
可以避免子选择查询,并按分组后的最大列排序。
答案 8 :(得分:-3)
首先,不要在选择中使用*,影响它们的性能并阻碍按顺序使用组。 试试这个问题:
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
当你没有在ORDER BY中指定表时,只是别名,他们会对select的结果进行排序。