我有2张桌子（对话和消息）：
CREATE TABLE public.convs (
conv_id int4 NOT NULL GENERATED BY DEFAULT AS IDENTITY,
user_id1 int4 NOT NULL,
user_id2 int4 NOT NULL,
created timestamp NOT NULL DEFAULT now(),
CONSTRAINT conv_pkey PRIMARY KEY (conv_id)
);
和
CREATE TABLE public.conv_messages (
conv_message_id int8 NOT NULL GENERATED BY DEFAULT AS IDENTITY,
conv_id int4 NOT NULL,
message text NOT NULL,
message_type int2 NOT NULL DEFAULT 1,
created timestamp NOT NULL DEFAULT now(),
unread bool NOT NULL DEFAULT true,
from_user_id int4 NOT NULL,
CONSTRAINT convmessages_pkey PRIMARY KEY (conv_message_id)
);
，并希望获得未读计数的近期对话列表：
select distinct on (c.conv_id) c.conv_id
, m.message
, m.message_type
, count(m.unread or null) over(partition by c.conv_id) as unreads
, m.from_user_id
, u.user_name
FROM convs c
left JOIN conv_messages m using (conv_id)
join users u on m.from_user_id = u.user_id
where 6000 IN (user_id1, user_id2)
group by c.conv_id, m.conv_message_id, u.user_id
having m.from_user_id <> 6000
order by c.conv_id desc, m.conv_message_id desc
limit 10;
这是一些测试数据的结果：
conv_id|last_message|message_type|unreads|from_user_id|user_name|
-------|------------|------------|-------|------------|---------|
20738|reply msg 3 | 1| 2| 6005|Hillegom |
20737|last msg | 1| 2| 6004|Oudewater|
20736|reply msg 3 | 1| 2| 6003|Rockanje |
20735|reply msg 3 | 1| 2| 6002|Heerlen |
20734|reply msg 3 | 1| 2| 6001|Bergen |
我这里唯一的问题是，HAVING子句仅用于获取用户6000的未读计数，但我也想要last_message。由于有having子句，因此无法到达最后一条消息，但是如果删除该子句，则无法获得正确的计数。如何有效解决此问题？我尝试使用子查询进行计数，但是对性能的影响很大。
编辑-获得以下结果的数据：
对话：
conv_id|user_id1|user_id2|created |
-------|--------|--------|--------------------------|
20734| 6000| 6001|2019-04-21 16:10:43.931866|
20735| 6000| 6002|2019-04-21 16:10:58.068944|
20736| 6000| 6003|2019-04-21 16:11:07.986172|
20737| 6000| 6004|2019-04-21 16:11:21.571927|
20738| 6000| 6005| 2019-04-21 16:11:32.344|
消息：
conv_message_id|conv_id|message |message_type|created |unread|from_user_id|
---------------|-------|-----------|------------|--------------------------|------|------------|
72836| 20734|last msg | 1|2019-04-21 16:10:43.931866|true | 6000|
72835| 20734|reply msg 3| 1|2019-04-21 16:10:43.931866|true | 6001|
72834| 20734|reply msg 2| 1|2019-04-21 16:10:43.931866|true | 6001|
72833| 20734|msg 1 | 1|2019-04-21 16:10:43.931866|true | 6000|
72840| 20735|last msg | 1|2019-04-21 16:10:58.068944|true | 6000|
72839| 20735|reply msg 3| 1|2019-04-21 16:10:58.068944|true | 6002|
72838| 20735|reply msg 2| 1|2019-04-21 16:10:58.068944|true | 6002|
72837| 20735|msg 1 | 1|2019-04-21 16:10:58.068944|true | 6000|
72844| 20736|last msg | 1|2019-04-21 16:11:07.986172|true | 6000|
72843| 20736|reply msg 3| 1|2019-04-21 16:11:07.986172|true | 6003|
72842| 20736|reply msg 2| 1|2019-04-21 16:11:07.986172|true | 6003|
72841| 20736|msg 1 | 1|2019-04-21 16:11:07.986172|true | 6000|
72848| 20737|last msg | 1|2019-04-21 16:11:21.571927|true | 6004|
72847| 20737|reply msg 3| 1|2019-04-21 16:11:21.571927|true | 6000|
72846| 20737|reply msg 2| 1|2019-04-21 16:11:21.571927|true | 6000|
72845| 20737|msg 1 | 1|2019-04-21 16:11:21.571927|true | 6004|
72852| 20738|last msg | 1| 2019-04-21 16:11:32.344|true | 6000|
72851| 20738|reply msg 3| 1| 2019-04-21 16:11:32.344|true | 6005|
72850| 20738|reply msg 2| 1| 2019-04-21 16:11:32.344|true | 6000|
72849| 20738|msg 1 | 1| 2019-04-21 16:11:32.344|true | 6005|
我真正想要的是简单的对话ID，last_message和未读消息。在上方的数据中，“ last msg”实际上是此对话的最后插入记录。