有没有办法确保 WHERE 子句在 DISTINCT 之后发生？答案

【问题标题】：Is there a way to ensure WHERE clause happens after DISTINCT?有没有办法确保 WHERE 子句在 DISTINCT 之后发生？
【发布时间】：2019-07-08 11:56:23
【问题描述】：

假设您的数据库中有一个表 comments。

评论表有id、text、show、comment_id_no列。

如果用户输入评论，它会在数据库中插入一行

| id |  comment_id_no | text | show | inserted_at |
| -- | -------------- | ---- | ---- | ----------- |
| 1  | 1              | hi   | true | 1/1/2000    |

如果用户想要更新该评论，它会在数据库中插入一个新行

| id |  comment_id_no | text | show | inserted_at |
| -- | -------------- | ---- | ---- | ----------- |
| 1  | 1              | hi   | true | 1/1/2000    |
| 2  | 1              | hey  | true | 1/1/2001    |

注意它保持相同的comment_id_no。这样我们就可以查看评论的历史记录。

现在用户决定不再显示他们的评论

| id |  comment_id_no | text | show  | inserted_at |
| -- | -------------- | ---- | ----- | ----------- |
| 1  | 1              | hi   | true  | 1/1/2000    |
| 2  | 1              | hey  | true  | 1/1/2001    |
| 3  | 1              | hey  | false | 1/1/2002    |

这会对最终用户隐藏评论。

现在发表第二条评论（不是第一条的更新）

| id |  comment_id_no | text | show  | inserted_at |
| -- | -------------- | ---- | ----- | ----------- |
| 1  | 1              | hi   | true  | 1/1/2000    |
| 2  | 1              | hey  | true  | 1/1/2001    |
| 3  | 1              | hey  | false | 1/1/2002    |
| 4  | 2              | new  | true  | 1/1/2003    |

我希望能够选择唯一commend_id_no 的所有最新版本，其中show 等于true。但是，我不希望查询返回 id=2。

查询需要采取的步骤...

选择所有最近的、不同的comment_id_nos。（应该返回 id=3 和 id=4）
select where show = true（应该只返回id=4）

注意：我实际上是使用 ecto 在 elixir 中编写此查询，并且希望能够在不使用子查询功能的情况下执行此操作。如果有人可以在 sql 中回答这个问题，我可以自己转换答案。如果有人知道如何在长生不老药中回答这个问题，那么也可以随意回答。

【问题讨论】：

请用您正在使用的数据库标记您的问题。
@gordon Linoff 我已经更新了标签
我建议不要用历史的东西污染工作表。而不是使用单独的听觉/历史表（最好在单独的模式中）并实现一个简单的触发器（这在 postgres 中非常简单）来记录每个插入、更新（如果允许，甚至删除）操作。这不仅会使您的事情变得更简单，而且还可以避免很多问题……我现在不发布示例，因为它没有回答您的实际问题。但是，如果您对此感兴趣，我可以发布一个示例。
TL;DR，在不同之后......你看过HAVING吗？
你不清楚在哪里之前有不同的。写出完整的句子来真正说出你想要的。 distinct 是否在 where 之前有什么关系？--distinct 保持不同的 rows。除非您删除其他列，否则“distinct comment_id_nos”没有意义。也许您正在谈论在子查询中分组和/或选择不同的。但目前还不清楚。您解决了 cmets 中缺乏明确性的问题，但应将说明编辑到帖子中。 PS 这涉及一个甚至有标签的常见问题解答，greatest-n-per-group。您希望从中获得带有 show=true 的行。

标签： sql postgresql elixir distinct where

【解决方案1】：

您可以在不使用 LEFT JOIN 的子查询的情况下执行此操作：

SELECT  c.id, c.comment_id_no, c.text, c.show, c.inserted_at
FROM    Comments AS c
        LEFT JOIN Comments AS c2
            ON c2.comment_id_no = c.comment_id_no
            AND c2.inserted_at > c.inserted_at
WHERE   c2.id IS NULL
AND     c.show = 'true';

我认为所有其他方法都需要某种子查询，这通常可以通过排名函数来完成：

SELECT  c.id, c.comment_id_no, c.text, c.show, c.inserted_at
FROM    (   SELECT  c.id, 
                    c.comment_id_no, 
                    c.text, 
                    c.show, 
                    c.inserted_at,
                    ROW_NUMBER() OVER(PARTITION BY c.comment_id_no 
                                      ORDER BY c.inserted_at DESC) AS RowNumber
            FROM    Comments AS c
        ) AS c
WHERE   c.RowNumber = 1
AND     c.show = 'true';

由于您已使用 Postgresql 进行标记，您还可以使用 DISTINCT ON ():

SELECT  *
FROM    (   SELECT  DISTINCT ON (c.comment_id_no) 
                    c.id, c.comment_id_no, c.text, c.show, c.inserted_at
            FROM    Comments AS c 
            ORDER By c.comment_id_no, inserted_at DESC
        ) x
WHERE   show = 'true';

Examples on DB<>Fiddle

【讨论】：

【解决方案2】：

我想你想要：

select c.*
from comments c
where c.inserted_at = (select max(c2.inserted_at)
                       from comments c2
                       where c2.comment_id_no = c.comment_id_no
                      ) and
      c.show = 'true';

我不明白这与select distinct 有什么关系。您只需要最后一个版本的评论，然后检查是否可以显示。

编辑：

在 Postgres 中，我会这样做：

select c.*
from (select distinct on (comment_id_no) c.*
      from comments c
      order by c.comment_id_no, c.inserted_at desc
     ) c
where c.show

distinct on 通常具有相当不错的性能特征。

【讨论】：

我建议 select distinct 的原因是因为我想要一个查询来获取所有显示 = true 的 cmets 的最新版本。我相信如果 show = true，您的答案目前只会得到最后一条评论（如果我错了，请纠正我）我会更新我的问题以使其更清楚。
@RobStallion 。 . . SELECT DISTINCT 不会返回最新版本的 anything。它只是保证结果集没有重复的行。
@Gordan Linoff。我知道这一点。我想我不够清楚对不起。我的想法是按日期对条目进行排序，然后按不同进行选择。因此 "select all the most recent, distinct comment_id_no..." 在我的问题中。我认为这可以清楚地表明我首先想按日期排序，然后选择不同的值。这就是我返回comment_id_no 的最新版本 且不重复的方式。你的回答似乎抓住了我的意思。希望这现在很清楚。感谢您的回答和cmets
@RobStallion 。 . .也就是说，具有讽刺意味的是，distinct on 做了什么。它特定于 Postgres，但这是您正在使用的数据库。

【解决方案3】：

正如我在 cmets 中所说，我不建议用历史/听觉的东西污染数据表。

不：@Josh_Eller 在他的评论中建议的“双重版本控制”不是也是很好的解决方案：不仅可以使查询变得不必要，而且还可以在处理和表空间碎片方面要昂贵得多。

请记住，UPDATE 操作永远不会更新任何内容。他们反而编写该行的全新版本并将旧版本标记为已删除。那是为什么需要真空进程来对表空间进行碎片整理以便恢复那个空间。

在任何情况下，除了次优之外，这种方法会迫使您实施更多读取和写入数据的复杂查询，而事实上，我想大多数时候您只需要选择、插入、更新甚至删除单行，并且最终只需要查看它的历史记录。

因此，最好的解决方案（恕我直言）是简单地实现您实际需要的架构完成您的主要任务并在单独的表格中实施听觉由触发器维护。

这会更多：

强大而简单：因为您每次都专注于单一事物（Single 责任和 KISS 原则）。
快速： 听觉操作可以在 after 触发器中执行，因此每次执行 INSERT、UPDATE 或 DELETE 任何可能的锁定因为数据库引擎知道它的结果不会改变，所以事务中的内部还没有被释放。
高效：即更新当然会插入一个新行并标记旧的已删除。但这将由数据库引擎在低级别完成，不仅如此：您的听觉数据将完全没有碎片（因为您只在那里写：从不更新）。所以整体碎片会少很多。

话虽如此，如何实现呢？

假设这个简单的模式：

create table comments (
    text text,
    mtime timestamp not null default now(),
    id serial primary key
);

create table comments_audit ( -- Or audit.comments if using separate schema
    text text,
    mtime timestamp not null,
    id integer,
    rev integer not null,
    primary key (id, rev)
);

...然后这个函数和触发器：

create or replace function fn_comments_audit()
returns trigger
language plpgsql
security definer
    -- This allows you to restrict permissions to the auditory table
    -- because the function will be executed by the user who defined
    -- it instead of whom executed the statement which triggered it.
as $$
DECLARE
BEGIN

    if TG_OP = 'DELETE' then
        raise exception 'FATAL: Deletion is not allowed for %', TG_TABLE_NAME;
        -- If you want to allow deletion there are a few more decisions to take...
        -- So here I block it for the sake of simplicity ;-)
    end if;

    insert into comments_audit (
        text
        , mtime
        , id
        , rev
    ) values (
        NEW.text
        , NEW.mtime
        , NEW.id
        , coalesce (
            (select max(rev) + 1 from comments_audit where id = new.ID)
            , 0
        )
    );

    return NULL;

END;
$$;

create trigger tg_comments_audit
    after insert or update or delete
    on public.comments
    for each row
    execute procedure fn_comments_audit()
;

仅此而已。

请注意，在这种方法中，您将始终拥有当前的 cmets 数据在 cmets_audit 中。您可以改为使用 OLD 寄存器，并且仅在 UPDATE（和 DELETE）操作中定义触发器以避免它。

但我更喜欢这种方法，不仅因为它给了我们额外的冗余（一个意外删除 - 以防它被允许或意外触发禁用-在主表上，然后我们将能够从中恢复所有数据听觉的）而且还因为它简化（和优化）查询需要时的历史记录。

现在您只需要以完全透明的方式插入、更新或选择（或者甚至删除，如果您开发更多此模式，即插入带有空值的行...），就像它不是任何一样听觉系统。而且，当您需要这些数据时，只需查询听觉表即可。

注意：此外，您可能希望包含创建时间戳 (ctime)。在这种情况下，防止它在 BEFORE 触发器中被修改会很有趣，所以我省略了它（再次为了简单起见），因为你已经可以从 mtime em>s 在听觉表中（即使您要在应用程序中使用它，添加它也是非常可取的）。

【讨论】：

【解决方案4】：

如果您运行的是 Postgres 8.4 或更高版本，ROW_NUMBER() 是最有效的解决方案：

SELECT *
FROM (
    SELECT c.*, ROW_NUMBER() OVER(PARTITION BY comment_id_no ORDER BY inserted_at DESC) rn
    FROM comments c
    WHERE c.show = 'true'
) x WHERE rn = 1

否则，这也可以使用WHERE NOT EXISTS 条件来实现，以确保您显示的是最新评论：

SELECT c.*
FROM comments c
WHERE 
    c.show = 'true '
    AND NOT EXISTS (
        SELECT 1 
        FROM comments c1 
        WHERE c1.comment_id_no = c.comment_id_no AND c1.inserted_at > c.inserted_at
    )

【讨论】：

其实在 Postgres 上，distinct on (..) 通常比窗口函数更高效。
@a_horse_with_no_name ：感谢您提供信息（以及编辑）！

【解决方案5】：

您必须使用group by 来获取最新的 id 并加入 cmets 表以过滤掉 show = false 所在的行：

select c.* 
from comments c inner join (
  select comment_id_no, max(id) maxid
  from comments
  group by comment_id_no 
) g on g.maxid = c.id
where c.show = 'true'

我假设 id 列是唯一的并且在 comments 表中自动递增。
见demo

【讨论】：