Question

我遇到的情况是我在两个表之间执行连接，并且我需要一个表中的值作为连接中子查询的LIMIT因子。假设我有以下[极简化]表 -

data:

experiment_id | value
--------------|--------
       1      |  2.5
       1      |  2.6
       1      |  4.5
       1      |  2.3
       1      |  3.5
       1      |  2.8
       2      |  2.3
       2      |  1.2
       2      |  1.1
       2      |  3.6
       2      |  3.8
       2      |  4.1
       2      |  7.9
       2      |  4.2
       2      |  1.0


data_clip:

experiment_id | clip_index
--------------|------------
       1      |     3
       2      |     5

我需要将每个实验的排序值相加到特定的clip_index，这在实验之间会有所不同。所以，我的结果表理想情况如下：

results:
experiment_id |  sum
--------------|-------
       1      |  7.6    # => 2.3 + 2.5 + 2.8
       2      | 13.0    # => 1.0 + 1.1 + 1.2 + 2.3 + 3.6 + 3.8

通常，我会使用一些客户端脚本（ruby，python等）进行此计算，但我想尝试在db级别执行此操作。一些想象中的SQL可能看起来像这样（这个查询有各种各样的错误，我知道，但希望你能得到这个想法）：

SELECT 
  T0.experiment_id as `id`,
  (SELECT SUM(x.value) from
       (SELECT   value 
        FROM     data 
        WHERE    experiment_id = t0.experiment_id
        ORDER BY value 
        LIMIT    t0.clip_index ) as x) AS `sum`
FROM data_clip AS t0

几个问题：

LIMIT必须定义为常量（1000,10等），而不是列。
子查询中的WHERE条件无法识别子查询外部的t0表。

我的问题基本上是如何使用SQL来完成两个表之间的变量限制和求和。我考虑过使用group_concat和substring_index来为每行隔离最多clip_index的值，但接下来就是总结编号字符串（"1.2,2.3,3.2"）和服务器对group_concat缓冲区大小的限制（可配置，但每个实验的值约为100k）。有什么想法吗？感谢。

Answer 1

我猜你只需要在每个选中的值中包含一个行号，并按行数限制结果这样的事情：（未经测试）

SELECT T0.experiment_id as `id`,   
(SELECT SUM(x.value) from       
 (SELECT value,@rownum := @rownum + 1 AS rownum           
  FROM data         
  JOIN (SELECT @rownum := 0) r
  WHERE experiment_id = t0.experiment_id         
  ORDER BY value             
 ) AS x
WHERE x,rownum < t0.clip_index
) AS `sum`
 FROM data_clip AS t0

请参阅：MySQL - Get row number on select

Answer 2

我认为当所有值都是正值时，这将有效。如果存在负值，则需要再增加一个级别。

SELECT experiment_id
     , MIN(sumValue) - (MIN(cnt)-clip_id) * MIN(maxValue)
       AS sumValue
FROM
  ( SELECT e.experiment_id
         , e.clip_id
         , COUNT(*)         AS cnt
         , SUM(d2.value)    AS sumValue
         , d.value          AS maxValue
    FROM experiment AS e  
      JOIN data AS d
        ON d.experiment_id = e.experiment_id
      JOIN data AS d2
        ON d2.experiment_id = e.experiment_id
        AND d2.value <= d.value
    GROUP BY e.experiment_id
           , d.id                               --- table's `data` Primary Key
    HAVING COUNT(*) >= e.clip_id
  ) AS grp
GROUP BY experiment_id

执行连接时，使用LIMIT的表列值

2 个答案: