Question

我有3张桌子。具有以下结构的用户，消息和user_analytics：

user（userId） - 包含所有用户
message（messageId（pk），userId（fk），time） - 包含所有消息
user_analytics（user_analyticsId（pk），userId（fk），设备，时间） -
包含在连接上收集的数据

user : messages (1:n)
user : device (1:n)

现在我想知道每天用什么设备发送了多少条消息。因此，我首先需要为每条消息收集用于发送消息的设备（桌面，iOS，Android），具体取决于消息时间本身。这意味着我需要user_analytics.time＆lt; = message.time并显示最新结果。

我看到很多关于每组最大的解决方案，但我没有让它发挥作用。

我只能使用需要20秒的子查询（user_analytics保存100k记录和消息3k ......所以不多）：

select  date_format(m.time,'%Y-%m-%d') as date,
        count(*) as message_count,
        ua.device
from    message m,
        user u left join user_analytics ua on (
            u.userId = ua.userId and
            ua.user_analyticsId = ( select max(user_analyticsId) 
                                from    user_analytics
                                where   userId = m.userId and
                                        time < m.time))
where   m.userId = u.userId
group by 1,3;

但这看起来非常低效。还有其他方法可以达到同样的效果吗？

更新我忘了提到我在用户表上有一个重要的条件。这就是我需要加入此表的原因。

我创建了一个sql小提琴，给你一个例子。目前我已经实施了Jaguar Chang's解决方案，比我的快100倍：

sql fiddle

Answer 1

没有必要加入用户表，因此您可以像这样简化代码：

select  date_format(m.time,'%Y-%m-%d') as date,
        count(*) as message_count,
        ua.device
from    message m,
        left join user_analytics ua on (
            m.userId = ua.userId and
            ua.user_analyticsId = ( select max(user_analyticsId) 
                                from    user_analytics
                                where   userId = m.userId and
                                        time < m.time))
group by 1,3;

这可能效率不高，但你可以试试这个：

select  date_format(t2.time,'%Y-%m-%d') as date,
        count(*) as message_count,
        t2.last_device
from    
    (select 
      @device := 
          if(@uid = userid,
             if(tbl = 'm' ,@device, device),
             if(@uid := userid,device,device)) as last_device
      ,t1.*
      from 
          (select @device := '' , @uid :=0) as t0
      join
          (select 'ua' as tbl,userid,time,device from user_analytics
           union all
           select 'm' as tbl,userid,time,null as device from messages
          ) as t1
      order by userid,time
    ) as t2
where tbl='m'
group by 1,3;

我猜你的最初目的是按照设备上的连接时间来划分消息，因此按时间序列对消息和连接记录进行排序，然后您可以获得每个消息的最后一次连接所使用的设备。

我认为这种方法效率很高，因为100k + 3k排序将比3k * 100k * 100k连接操作快得多

测试Sql Fiddle Demo。

Answer 2

那么这个比较如何（随着数据集的增长可能不那么有利......）

SELECT DATE(message_time) dt
     , b.device
     , COUNT(*)
  FROM 
     (
       SELECT m.id message_id
            , m.userid
            , m.time message_time
            , MAX(um.time) device_time
         FROM messages m
         JOIN user_analytics um
           ON um.userid = m.userid
          AND um.time <= m.time
        GROUP 
           BY m.id
      ) a
  JOIN user_analytics b
    ON b.userid = a.userid
   AND b.time = a.device_time
 GROUP
    BY DATE(message_time)
     , b.device;

Answer 3

不太确定你想要什么，但你说你的查询正在运行你只是想要一种有效的方式。所以，试试这个，让我知道它是否有效

select  date_format(m.time,'%Y-%m-%d') as date,
        count(*) as message_count,
        ua.device, max(ua.user_analyticsId)
from    message m
        INNER JOIN
        user u ON
        m.userId = u.userId
        LEFT JOIN 
        user_analytics ua ON
        u.userId = ua.userId and       
where  
ua.time<m.time
group by 1,3;

如果您希望将整个查询放入另一个查询的块中，则可以忽略添加的新列

select date, message_count, device from (
    select  date_format(m.time,'%Y-%m-%d') as date,
            count(*) as message_count,
            ua.device, max(ua.user_analyticsId)
    from    message m
            INNER JOIN
            user u ON
            m.userId = u.userId
            LEFT JOIN 
            user_analytics ua ON
            u.userId = ua.userId and       
    where  
    ua.time<m.time
    group by 1,3) A ;

SQL连接3个表与最新组值分组

3 个答案: