Question

tl; dr - 许多可接受的stackoverflow答案建议使用子查询来影响GROUP BY子句返回的行。虽然这有效，但它是最好的建议吗？

我知道如何检索GROUP BY语句中的特定行有很多问题。他们中的大多数都围绕在FROM子句中使用子查询。子查询将适当地对表进行排序，并且group by将针对现在订购的临时表运行。一些例子，

PostgreSQL不再需要带有distinct on()子句的子查询。

Postgresql DISTINCT ON with different ORDER BY

但是，我在任何一种情况下都不理解的是，我试图做一些系统最初可能没有设计的东西，我是多么糟糕。在PostgreSQL和MySQL中采用以下两个例子，

在这两种情况下，我都有一个帖子表，其中包含同一帖子的多个版本（由其UUID表示）。我想选择其published字段所订购的每篇帖子的最新created_at版本。

我最担心的是，鉴于MySQL的方法，临时表是必要的。将此提升至＆＃34;网络规模＆＃34; （lolz）我想知道我是否有一个受伤的世界。我应该重新考虑我的架构还是有办法优化子查询 - 父查询关系，以便它能够正常运行？

Answer 1

绝对不是最好的建议。 SQL本身（以及据我所知的MySQL文档）对具有order by的子查询的结果几乎没有什么可说的。虽然它们可能在实践中被命令，但不能保证它们。

更重要的问题是在聚合中使用“隐藏列”。考虑这个基本查询：

select t.*
from (select t.* from table t order by datecol) t
group by t.col;

t.col中除select之外的所有内容都来自不确定行。具体的documentation是（重点是我的）：

MySQL扩展了GROUP BY的使用，以便选择列表可以引用未在GROUP BY子句中命名的非聚合列。这意味着前面的查询在MySQL中是合法的。您可以使用此功能通过避免不必要的列排序来获得更好的性能分组。 但是，这主要适用于每个值中的所有值 GROUP BY中未命名的非聚合列对于每个列都是相同的 group。服务器可以自由选择每个组的任何值，所以除非它们相同，否则所选择的值是不确定的。此外，不能从每个组中选择值受添加ORDER BY子句的影响。对结果集进行排序选择值后发生，ORDER BY不影响服务器选择的每个组中的值。

编写此类查询的安全方法是：

select t.*
from table t
where not exists (select 1
                  from table t2
                  where t2.col = t.col and t2.datecol < t.datecol
                 );

这不完全相同，因为如果最小值不唯一，它将返回多个值。逻辑是“让我在表格中的所有行中没有具有相同col值和较小datecol值的行。

编辑：

评论中的问题没有意义，因为没有讨论两个问题。在MySQL中，您可以使用order by和变量来解决这个问题：

select t.*
from (select t.*,
             @rn := if(@col = col, @rn := @rn + 1, 1) as rn,
             @col := col
      from table t cross join
           (select @col := '', @rn := 0) vars
      order by col, datecol) t
where rn = 1;

这种方法应该比带有order by的{{1}}快。

SQL`group by`与`order by ... Performance

1 个答案: