Question

假设我有一个包含3个表的MySQL数据库：

表1：具有1列ID（int）的人员
表2：简报，1列ID（int）
表3：订阅，列为Person_ID（int），Newsletter_ID（int），订阅（bool），更新（日期时间）

Subscriptions.Person_ID指向一个人，而Subscription.Newsletter_ID指向一个时事通讯。因此，每个人可以同时对0个或更多个杂志订阅0个或更多。表格订阅还将存储每个人订阅每个时事通讯的完整历史记录。如果特定的Person_ID-Newsletter_ID对在Subscriptions表中没有行，那么它等同于订阅状态为'false'的那对。

这是一个示例数据集

Persons
ID
1
2
3

Newsletters
ID
1
2
3

Subscriptions
Person_ID  Newsletter_ID  Subscribed  Updated
2                1           true     2010-05-01
3                1           true     2010-05-01
3                2           true     2010-05-10
3                1           false    2010-05-15

因此，截至2010-05-16，Person 1没有订阅，Person 2订阅了Newsletter 1，Person 3订阅了Newsletter 2. Person 3订阅了Newsletter 1一段时间，但现在不行了。

我正在尝试做两种查询。

从查询时间开始显示每个人的有效订阅的查询（我们可以假设更新将永远不会在将来 - 因此，这意味着为每个Person_ID-Newsletter_ID返回具有最新'updated'值的记录对，只要Subscribed为真（如果Person_ID-Newsletter_ID对的最新记录的订阅状态为false，那么我不希望返回该记录））。
返回特定时事通讯的所有有效订阅的查询 - 与1.关于已订阅列中包含'false'的记录的相同资格。

我不经常使用SQL /数据库来判断这种设计是否合适，或者如果所需的SQL查询在具有（例如）订阅表中的1M记录的数据库上会很慢。

我在Visual Studio 2010中使用了可视化查询构建器工具，但我甚至无法获取查询以返回每个Person_ID-Newsletter_ID对的最新更新记录。

是否有可能提出不涉及使用子查询的SQL查询（可能是因为它们对于更大的数据集会变得太慢）？如果没有，拥有单独的Subscriptions_History表是一个更好的设计，并且每次将Person_ID-Newsletter-ID对的订阅状态添加到Subscriptions时，该对的任何现有记录都将移动到Subscriptions_History（这样订阅table只包含任何Person_ID-Newsletter_ID对的最新状态更新？

我在Windows上使用.net，使用Linq进行此类查询会更容易（或相同或更难）吗？实体框架？

编辑：如果我使用此查询，会发生以下情况：

SELECT     Person_ID, Newsletter_ID, Allocation, Updated, MAX(Updated) AS Expr1
FROM         subscriptions
GROUP BY Person_ID, Newsletter_ID

我从订阅表中得到第2行和第4行（在下面的结果集的第2行中）：

Person_ID Newsletter_ID Subscribed Updated     Expr1 
2         1             true       2010-05-01  2010-05-01 
3         1             true       2010-05-01  2010-05-15 
3         2             true       2010-05-10  2010-05-10

谢谢！

Answer 1

将您的Subscriptions分成两个表：

首先会存储实际的订阅列表（订阅，暂时为true）：Person_Id | Newsletter_Id
第二个将存储订阅日志（其更新或状态更改）

Answer 2

我最近遇到了类似的problem。

我不是SQL专家，所以我不能就什么是最好的设计给出太多建议。但是直到专业人士介入，这可能会有所帮助：

SELECT s.Person_ID, s.Newsletter_ID  
FROM (
 SELECT MAX(ID) AS mid
 FROM Subscriptions
 GROUP BY 
  Person_ID,Newsletter_ID
) q
JOIN Subscriptions s
ON q.mid = s.ID
WHERE s.Subscribed = 1

注意我已经在您的订阅表中添加了一个ID列（我将在一秒内解释原因）。

现在，让我们分解一下这是如何运作的（或者我认为它的运作方式，无论如何;如果我错了，我会很高兴得到纠正。）

首先，检索给定人员/简报的所有记录。这就是子查询的作用（是的，我知道你说你宁愿没有子查询，但我不确定你能不能没有子查询）。我是按person_id和newsletter_id分组的。这可以返回多行。注意我正在选择MAX（ID）。如果您使用自动增量ID，并且可以安全地假设ID列中具有最高编号的行是该组的最新行（即，如果您未手动插入ID），则此子查询将获取最后一个ID每个人/时事通讯的行。

因此，您可以将其与订阅表连接：连接条件是订阅行的ID必须与从子查询中检索的MAX ID相匹配。在这里，您只考虑每个时事通讯/人的最新记录。然后，使用WHERE条件分解非活动订阅。

如果要将结果限制为给定的简报（或给定的人），请将该条件添加到WHERE子句中。

指数应该有助于使查询运行得更快。

希望这有帮助。

<强>加

如果由于某种原因你不能保证MAX（Subscriptions.ID）将对应于最后一个插入的行，你可能会做这样的事情（我认为它遵循相同的逻辑，但是更加冗长并且可能效率较低）：

SELECT Person_ID, Newsletter_ID  
FROM (
 SELECT MAX(Updated) AS upd, Newsletter_ID AS nid, Person_ID AS pid 
 FROM Subscriptions
 GROUP BY 
  Person_ID,Newsletter_ID
) q
JOIN Subscriptions s
ON q.pid = s.Person_ID AND q.nid = s.Newsletter_ID and q.upd = s.Updated
WHERE Subscribed = 1

新修改

第二个想法，我认为我添加的替代方案（MAX(Updated)）是错误的。您无法确定子查询中选定的Newsletter_ID和Person_ID是与MAX（更新）行对应的Newsletter_ID和Person_ID。由于这些列用于连接条件，因此该查询可能会产生伪造结果。

Answer 3

有序分析功能“是此类问题的标准方法.1M记录，没问题......当然，取决于您机器的功率。

MAX( Updated) OVER( PARTITION BY您希望“max”)

的字段列表

SELECT
  x.*
FROM
  (
    SELECT
       Person_ID
       , Newsletter_ID
       --, Subscribed
       , Updated
       , MAX(Updated) OVER( PARTITION BY Person_ID, Newsletter_ID, Subscribed) AS myUpdated
   FROM Subscriptions
  ) x 
WHERE Updated = myUpdated

Answer 4

我认为你的设计非常好。子查询没有固有的缓慢 - 如果是表达查询的最佳方式，请使用它们。

这是获取所有最新（即未被覆盖）指令的查询：

SELECT Person_ID, Newsletter_ID, Subscribed, MAX(Updated)
FROM Subscriptions GROUP BY Person_ID, Newsletter_ID

然后，您可以将此查询用作另一个查询的子查询，以获得所需内容。对于您的查询＃1：

SELECT x.Person_ID, x.Newsletter_ID FROM
  (SELECT Person_ID, Newsletter_ID, Subscribed, MAX(Updated) 
   FROM Subscriptions GROUP BY Person_ID, Newsletter_ID) x
WHERE x.Subscribed;

对于查询＃2：

SELECT x.Person_ID FROM
  (SELECT Person_ID, Newsletter_ID, Subscribed, MAX(Updated)
   FROM Subscriptions GROUP BY Person_ID, Newsletter_ID) x
WHERE x.Subscribed AND x.Newsletter_ID = ?

您肯定希望Newsletter_ID表中的Subscriptions上有索引，因为此查询可能非常具有选择性。

编辑：哎呀，子查询中的Subscriptions列可以来自任意行，而不是生成MAX（更新）的行。你必须重新加入原始表：

SELECT x.Person_ID, x.Newsletter_ID, y.Subscribed FROM
  (SELECT Person_ID, Newsletter_ID, MAX(Updated) as MaxUpdated
   From Subscriptions GROUP by Person_ID, Newsletter_ID) x
  JOIN Subscriptions y WHERE x.Person_ID = y.Person_ID AND
                             x.Newsletter_ID = y.Newsletter_ID AND
                             x.MaxUpdated = y.Updated

SQL查询 - 在组中选择“上次更新”记录，更好的数据库设计？

4 个答案: