Question

我有一个包含以下列的数据库表：

id   code   value   datetime   timestamp

在此表中，唯一的唯一值位于id即主键。

我想根据日期时间值检索此表中最后一组不同的记录。例如，让我们说下面是我的表

id   code   value   datetime               timestamp
1    1023   23.56   2011-04-05 14:54:52    1234223421
2    1024   23.56   2011-04-05 14:55:52    1234223423
3    1025   23.56   2011-04-05 14:56:52    1234223424
4    1023   23.56   2011-04-05 14:57:52    1234223425
5    1025   23.56   2011-04-05 14:58:52    1234223426
6    1025   23.56   2011-04-05 14:59:52    1234223427
7    1024   23.56   2011-04-05 15:00:12    1234223428
8    1026   23.56   2011-04-05 15:01:14    1234223429
9    1025   23.56   2011-04-05 15:02:22    1234223430

我想检索ID为4,7,8和9的记录，即具有不同代码的最后一组记录（基于日期时间值）。我所强调的只是我想要实现的一个例子，因为这个表最终将包含数百万条记录和数百个单独的代码值。

我可以用什么SQL语句来实现这一目标？我似乎无法使用单个SQL语句完成它。我的数据库是MySQL 5.

Answer 1

这应该适合你。

 SELECT * 
 FROM [tableName] 
 WHERE id IN (SELECT MAX(id) FROM [tableName] GROUP BY code)

如果id是AUTO_INCREMENT，则无需担心计算成本高得多的日期时间，因为最近的日期时间也会具有最高的ID。

更新：从性能角度来看，确保在处理大量记录时将id和code列编入索引。如果id是主键，则会内置，但您可能需要添加涵盖code和id的非聚集索引。

Answer 2

试试这个：

SELECT * 
  FROM <YOUR_TABLE>
 WHERE (code, datetime, timestamp) IN
 (
   SELECT code, MAX(datetime), MAX(timestamp)
     FROM <YOUR_TABLE>
    GROUP BY code
 )

Answer 3

这是老帖子，但用大表测试@smdrager的答案非常慢。我对此的解决方法是使用“内部联接”而不是“在哪里”。

SELECT * 
 FROM [tableName] as t1
 INNER JOIN (SELECT MAX(id) as id FROM [tableName] GROUP BY code) as t2
 ON t1.id = t2.id

这非常快。

Answer 4

我会尝试这样的事情：

select * from table
where id in (
    select id
    from table
    group by code
    having datetime = max(datetime)
)

（免责声明：未经测试）

如果具有较大日期时间的行也具有更大的ID，则smdrager提出的解决方案更快。

Answer 5

看起来所有现有答案都建议对整个表格进行GROUP BY code处理。在逻辑上正确时，实际上此查询将遍历整张（！）表（使用EXPLAIN进行确认）。就我而言，表中的行少于500k，执行...GROUP BY code花费0.3秒，这是绝对不可接受的。

但是我可以在这里使用我的数据知识（读作“显示帖子的最新评论”）：

我只需要选择前20条记录
最近X条记录中具有相同代码的记录数量相对较小
记录总数>>您要获取的code的>>最高数量的记录中的数量

通过试验数字，我发现，如果仅选择最后50条记录，总能找到20个不同的code。在这种情况下，以下查询有效（记住@smdrager注释有关使用id而不是datetime的可能性很高）

SELECT id, code
FROM tablename
ORDER BY id DESC 
LIMIT 50

仅选择最后50个条目非常快捷，因为它不需要检查整个表。剩下的就是从这50个条目中选择前20个具有不同的code。

很明显，对50个（100，500）元素集的查询比对具有数十万个条目的整个表的查询要快得多。

原始SQL“后处理”

SELECT MAX(id) as id, code FROM 
    (SELECT id, code
     FROM tablename
     ORDER BY id DESC 
     LIMIT 50) AS nested 
GROUP BY code
ORDER BY id DESC 
LIMIT 20

这将为您提供id的快速列表，如果您要执行其他JOIN，请将此查询作为另一个嵌套查询并对其执行所有联接。

后端“后处理”

然后，您需要使用编程语言处理数据，以仅将具有不同code的记录包括到最终集中。

某种Python伪代码：

records = select_simple_top_records(50)
added_codes = []
top_records = []
for record in records:
    # If record for this code was already found before
    # Note: this is not optimal, better to use structure allowing O(1) search and insert
    if record['code'] in added_codes:
        continue
    # Save record
    top_records.append(record)
    added_codes.append(record['code'])
    # If we found all top-20 required, finish
    if len(top_records) >= 20:
        break

获取最后一组不同的记录

5 个答案: