【问题标题】:mysql: group by ID, get highest priority per each IDmysql:按ID分组,每个ID获得最高优先级
【发布时间】:2011-03-07 01:19:05
【问题描述】:

我有以下名为“pics”的 mysql 表,其中包含以下字段和示例数据:

id   vehicle_id    filename    priority
1    45            a.jpg       4
2    45            b.jpg       1
3    56            f.jpg       4
4    67            cc.jpg      4
5    45            kt.jpg      3
6    67            gg.jpg      1

是否可以在单个查询中为每个vehicle_id 获取一行,并且该行是最高优先级?

我正在寻找的结果:

array (
  [0] => array( [id] => '2', [vehicle_id] => '45', [filename] => 'b.jpg',  [priority] => '1' ),
  [1] => array( [id] => '3', [vehicle_id] => '56', [filename] => 'f.jpg',  [priority] => '4' ),
  [2] => array( [id] => '6', [vehicle_id] => '67', [filename] => 'gg.jpg', [priority] => '1' )
);

如果在单个查询中不可能,最好的方法是什么?

谢谢!

【问题讨论】:

  • 如果vehicle_id 有2 行并列最高怎么办。你想要两个都回来吗?
  • 不,那么我会默认为最早发布的。每个vehicle_id 仅1 行。
  • @briang:你怎么知道哪个是最早发的? id 最低的那个?
  • 是的,最低 id。我还有一个 date_posted 字段。但我把它留给这个例子是为了尽量保持简单。
  • @briang:你的表中有多少行和vehicle_id?性能有多重要?

标签: mysql ranking rank analytic-functions


【解决方案1】:

虽然这可能是“接受”的答案,但Mark's solution 的性能在正常情况下要好很多倍,并且对于这个问题同样有效,所以一定要在生产中寻求他的解决方案!


SELECT a.id, a.vehicle_id, a.filename, a.priority
FROM pics a
LEFT JOIN pics b               -- JOIN for priority
ON b.vehicle_id = a.vehicle_id 
AND b.priority > a.priority
LEFT JOIN pics c               -- JOIN for priority ties
ON c.vehicle_id = a.vehicle_id 
AND c.priority = a.priority 
AND c.id < a.id
WHERE b.id IS NULL AND c.id IS NULL

假设 'id' 是一个不可为空的列。

[edit]:我的错,需要第二次加入,不能只用一个。

【讨论】:

  • 这会不会太慢了?你测试过它的性能吗?其他答案在哪些方面不是“单个查询”?
  • @Mark:我对实际的性能测试有点不熟悉。我只假设单个查询比多个查询要快。我想测试这些。是否有可以用来测试这些选项的特定资源?感谢您的帮助!
  • “不是一个单一的查询”确实不是很重要,因为这里的所有答案都是。使用正确的INDEX(vehicle_id,priority) 不会很慢,根据我的经验,MySQL 可以识别“LEFT JOIN with no results”——构造具有相当优化的查询。差异可能会因每个车辆 ID 的记录数量而异。如果我不得不猜测(并且该表已正确编入索引),我会说 Mark Byers 的答案可能在每个车辆 ID 的记录数量较少的情况下表现更好,而这个可以在每个车辆 ID 的大量记录上更多地利用索引车辆 ID。
  • 即:与自己相比。比较这两个答案在现实生活中的表现是应该做的。
  • @Mark:抱歉,错过了您的尾随问题“其他答案在哪些方面不是'单个查询'?”。 “子查询”不是附加查询吗?
【解决方案2】:

这似乎是每组查询的典型最大值。在大多数数据库中,您可以使用 ROW_NUMBER 轻松完成此操作:

SELECT id, vehicle_id, filename, priority
FROM (
    SELECT 
        id, vehicle_id, filename, priority,
        ROW_NUMBER() OVER (PARTITION BY vehicle_id
                           ORDER BY priority DESC, id) AS rn
    FROM pics
) AS T1
WHERE rn = 1

由于 MySQL 还不支持 ROW_NUMBER,您可以使用变量来模拟它:

SELECT id, vehicle_id, filename, priority
FROM (
    SELECT
        id, vehicle_id, filename, priority,
        @rn := CASE WHEN @prev_vehicle_id = vehicle_id
                    THEN @rn + 1
                    ELSE 1
               END AS rn,
        @prev_vehicle_id := vehicle_id
    FROM (SELECT @prev_vehicle_id := NULL) vars, pics T1
    ORDER BY vehicle_id, priority DESC, id
) T2
WHERE rn = 1

【讨论】:

  • 由于某种原因,人们发现 MySQL 中的变量确实很吓人,我想是与 ANSI SQL 相比,对 '@'s 和 ':=' 的不熟悉让他们害怕。当然不应该,变量可以大大提高性能。
【解决方案3】:

请注意,此方法是在明确需要处理优先级关系之前发布的。我把它留在这里供参考(见下面的 cmets)。查看@Mark's answer 了解根据需要处理关系的解决方案:

SELECT p.id, p.vehicle_id, p.filename, p.priority
FROM   pics p
JOIN   (
           SELECT   vehicle_id, MAX(priority) max_priority
           FROM     pics
           GROUP BY vehicle_id
       ) sub_p ON (sub_p.vehicle_id = p.vehicle_id AND 
                   sub_p.max_priority = p.priority)
GROUP BY p.vehicle_id;

这假设同一个vehicle_id 没有优先级关系。

测试用例:

CREATE TABLE pics (id int, vehicle_id int, filename varchar(10), priority int);

INSERT INTO pics VALUES ('1', '45', 'a.jpg', '4');
INSERT INTO pics VALUES ('2', '45', 'b.jpg', '1');
INSERT INTO pics VALUES ('3', '56', 'f.jpg', '4');
INSERT INTO pics VALUES ('4', '67', 'cc.jpg', '4');
INSERT INTO pics VALUES ('5', '45', 'kt.jpg', '3');
INSERT INTO pics VALUES ('6', '67', 'gg.jpg', '1');

结果:

+------+------------+----------+----------+
| id   | vehicle_id | filename | priority |
+------+------------+----------+----------+
|    1 |         45 | a.jpg    |        4 |
|    3 |         56 | f.jpg    |        4 |
|    4 |         67 | cc.jpg   |        4 |
+------+------------+----------+----------+
3 rows in set (0.01 sec)

【讨论】:

  • 这仅在他们需要一条记录时才有效,最小/最大。如果他们希望每人获得前 5/10/等,这是行不通的。
  • @OMG:确实如此。但我认为这是唯一的缺点,不是吗? ... OP 似乎并不要求:“该行是最高优先级”
  • 永远不知道别人的要求是什么,永远不要太晚来诱饵。
  • PS:再次检查问题-他刚刚发布了他对抢七的要求-“第一次发布”。看起来你毕竟需要那个修复......
  • @Daniel Vassallo:这种方法应该比可变方法提供更高的性能,所以这是我建议的方法采用这种方法的一个原因。但这种方法更难正确。平局中涉及的列数会改变查询的结构。修改我的答案以包含额外的列是微不足道的。所以我认为这两种答案都有利有弊。很遗憾,对于这个直截了当的问题,没有明显的最佳答案。
猜你喜欢
  • 2021-12-12
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多