为每个类别选择前 10 条记录答案

【问题标题】：Select top 10 records for each category为每个类别选择前 10 条记录
【发布时间】：2010-09-15 16:08:44
【问题描述】：

我想在一个查询中返回每个部分的前 10 条记录。任何人都可以帮助如何做到这一点？节是表中的列之一。

数据库是 SQL Server 2005。我想按输入的日期返回前 10 个。部分是业务、本地和功能。对于某个特定日期，我只想要前 (10) 个业务行（最近的条目）、前 (10) 个本地行和前 (10) 个特征。

【问题讨论】：

标签： sql sql-server sql-server-2005 greatest-n-per-group

【解决方案1】：

如果您使用的是 SQL 2005，您可以执行以下操作...

SELECT rs.Field1,rs.Field2 
    FROM (
        SELECT Field1,Field2, Rank() 
          over (Partition BY Section
                ORDER BY RankCriteria DESC ) AS Rank
        FROM table
        ) rs WHERE Rank <= 10

如果您的 RankCriteria 有关联，那么您可能返回超过 10 行，而 Matt 的解决方案可能更适合您。

【讨论】：

如果您真的只想要前 10 名，请将其更改为 RowNumber() 而不是 Rank()。那就没有关系了。
这可行，但请注意，如果没有 first 键为的索引，则查询计划器可能会将 rank() 转换为全表排序排名标准。在这种情况下，您可能会获得更好的里程选择不同的部分并交叉申请以挑选出按 RankCriteria desc 排序的前 10 名。
很好的答案！几乎完全得到了我需要的东西。我最终选择了DENSE_RANK，它在编号上没有任何差距。 +1
@Facbed 只是桌子上的别名。
对于任何使用 Sql Server 的人来说，Mike L 提到的 RowNumber() 函数是 ROW_NUMBER()。

【解决方案2】：

在 T-SQL 中，我会这样做：

WITH TOPTEN AS (
    SELECT *, ROW_NUMBER() 
    over (
        PARTITION BY [group_by_field] 
        order by [prioritise_field]
    ) AS RowNo 
    FROM [table_name]
)
SELECT * FROM TOPTEN WHERE RowNo <= 10

【讨论】：

：请详细描述您的解决方案。参考：How to Answer
CTE的select查询是否可以包含where子句？
@toha 可以
尽管您说“在 T-SQL 中”，但这适用于任何实现 ROW_NUMBER 函数的数据库。例如，我在 SQLite 中使用过这个解决方案。
它也适用于 postgres sql。我只需要使用“order by [prioritise_field] desc”

【解决方案3】：

SELECT r.*
FROM
(
    SELECT
        r.*,
        ROW_NUMBER() OVER(PARTITION BY r.[SectionID]
                          ORDER BY r.[DateEntered] DESC) rn
    FROM [Records] r
) r
WHERE r.rn <= 10
ORDER BY r.[DateEntered] DESC

【讨论】：

工作就像一个魅力。谢谢！
如果 DateEntered 出现平局怎么办？
@Yiping 未定义。任何一排都可能赢。这取决于许多情况，并且可能会有所不同。您可以通过添加更多列来使订单更具体，例如ORDER BY r.DateEntered, r.ID，但这完全取决于您的特定任务。
谢谢，我认为在你的答案中使用 RANK() 会使其工作。
@Yiping 的问题是关于每个类别的前 10 行，RANK() 可以产生更多。但是如果你需要前 10 名的关系，RANK() 绝对是最好的选择。

【解决方案4】：

这适用于 SQL Server 2005（已编辑以反映您的说明）：

select *
from Things t
where t.ThingID in (
    select top 10 ThingID
    from Things tt
    where tt.Section = t.Section and tt.ThingDate = @Date
    order by tt.DateEntered desc
    )
    and t.ThingDate = @Date
order by Section, DateEntered desc

【讨论】：

这不适用于 Section 为空的行。你需要说“哪里（tt.Section 为空，t.Section 为空）或 tt.Section = t.Section”

【解决方案5】：

我是这样做的：

SELECT a.* FROM articles AS a
  LEFT JOIN articles AS a2 
    ON a.section = a2.section AND a.article_date <= a2.article_date
GROUP BY a.article_id
HAVING COUNT(*) <= 10;

更新：此 GROUP BY 示例仅适用于 MySQL 和 SQLite，因为这些数据库比标准 SQL 更宽松关于 GROUP BY。大多数 SQL 实现要求选择列表中不属于聚合表达式的所有列也在 GROUP BY 中。

【讨论】：

这行得通吗？我很确定你会“a.somecolumn 在选择列表中无效，因为它不包含在聚合函数或 group by 子句中”对于文章中的每一列，除了 article_id..
您应该能够包含在功能上依赖于 GROUP BY 中命名的列的其他列。不依赖于功能的列是不明确的。但你是对的，这取决于 RDBMS 的实现。它在 MySQL 中有效，但 IIRC 在 InterBase/Firebird 中失败。
如果一个部分的前 11 条记录都具有相同的日期，这是否有效？它们的计数都是 11，结果将是一个空集。
不，如果他们都有相同的日期，你需要有一些方法来打破关系。有关示例，请参见 stackoverflow.com/questions/121387/…。
@carlosgg，如果文章与部分具有多对多关系，那么您需要有一个交集表来将文章映射到它们的部分。然后，您的查询必须加入 m2m 关系的交集表，并按 article_id 和部分分组。这应该让你开始，但我不会在评论中写出整个解决方案。

【解决方案6】：

如果我们使用 SQL Server >= 2005，那么我们可以只用一个 select 来解决任务：

declare @t table (
    Id      int ,
    Section int,
    Moment  date
);

insert into @t values
(   1   ,   1   , '2014-01-01'),
(   2   ,   1   , '2014-01-02'),
(   3   ,   1   , '2014-01-03'),
(   4   ,   1   , '2014-01-04'),
(   5   ,   1   , '2014-01-05'),

(   6   ,   2   , '2014-02-06'),
(   7   ,   2   , '2014-02-07'),
(   8   ,   2   , '2014-02-08'),
(   9   ,   2   , '2014-02-09'),
(   10  ,   2   , '2014-02-10'),

(   11  ,   3   , '2014-03-11'),
(   12  ,   3   , '2014-03-12'),
(   13  ,   3   , '2014-03-13'),
(   14  ,   3   , '2014-03-14'),
(   15  ,   3   , '2014-03-15');


-- TWO earliest records in each Section

select top 1 with ties
    Id, Section, Moment 
from
    @t
order by 
    case 
        when row_number() over(partition by Section order by Moment) <= 2 
        then 0 
        else 1 
    end;


-- THREE earliest records in each Section

select top 1 with ties
    Id, Section, Moment 
from
    @t
order by 
    case 
        when row_number() over(partition by Section order by Moment) <= 3 
        then 0 
        else 1 
    end;


-- three LATEST records in each Section

select top 1 with ties
    Id, Section, Moment 
from
    @t
order by 
    case 
        when row_number() over(partition by Section order by Moment desc) <= 3 
        then 0 
        else 1 
    end;

【讨论】：

+1 我喜欢这个解决方案，因为它很简单，但你能解释一下在order by 子句中使用top 1 和返回0 或1 的case 语句是如何工作的吗？
TOP 1 在这里与 WITH TIES 一起使用。 WITH TIES 表示当 ORDER BY = 0 时，SELECT 获取这条记录（因为 TOP 1）和所有其他 ORDER BY = 0 的记录（因为 WITH TIES）

【解决方案7】：

如果你知道这些部分是什么，你可以这样做：

select top 10 * from table where section=1
union
select top 10 * from table where section=2
union
select top 10 * from table where section=3

【讨论】：

这是最简单的方法。
但是如果你有 150 个或者如果类别是按天、周等变化的，这将是低效的。
当然，但是引用 OP：“部分是业务、本地和功能”。如果您有三个静态类别，这是最好的方法。

【解决方案8】：

我知道这个帖子有点老了，但我刚刚遇到了一个类似的问题（从每个类别中选择最新的文章），这是我想出的解决方案：

WITH [TopCategoryArticles] AS (
    SELECT 
        [ArticleID],
        ROW_NUMBER() OVER (
            PARTITION BY [ArticleCategoryID]
            ORDER BY [ArticleDate] DESC
        ) AS [Order]
    FROM [dbo].[Articles]
)
SELECT [Articles].* 
FROM 
    [TopCategoryArticles] LEFT JOIN 
    [dbo].[Articles] ON
        [TopCategoryArticles].[ArticleID] = [Articles].[ArticleID]
WHERE [TopCategoryArticles].[Order] = 1

这与 Darrel 的解决方案非常相似，但克服了可能返回比预期更多行的 RANK 问题。

【讨论】：

为什么要使用 CTE 先生？是减少内存消耗吗？
@toha 因为 CTE 更简单、更容易理解
很好的答案！可以通过使用内部JOIN 而不是LEFT JOIN 对其进行优化，因为如果没有相应的Article 记录，则永远不会有TopCategoryArticles 的记录。

【解决方案9】：

尝试了以下方法，它也适用于领带。

SELECT rs.Field1,rs.Field2 
FROM (
    SELECT Field1,Field2, ROW_NUMBER() 
      OVER (Partition BY Section
            ORDER BY RankCriteria DESC ) AS Rank
    FROM table
    ) rs WHERE Rank <= 10

【讨论】：

您好，在我在视图中添加聚合度量之前，查询对我来说很好。 SELECT rs.Field1,rs.Field2,rs.measure FROM ( SELECT Field1,Field2, sum(cast(measure as INT)) over(partition by section) as agg_measure, ROW_NUMBER() OVER (Partition BY Section ORDER BY agg_measure DESC) AS Rank FROM table ) rs WHERE Rank

【解决方案10】：

如果要生成按部分分组的输出，则仅显示每个部分的前 n 条记录，如下所示：

SECTION     SUBSECTION

deer        American Elk/Wapiti
deer        Chinese Water Deer
dog         Cocker Spaniel
dog         German Shephard
horse       Appaloosa
horse       Morgan

...那么以下内容应该适用于所有 SQL 数据库。如果您想要前 10 名，只需在查询末尾将 2 更改为 10。

select
    x1.section
    , x1.subsection
from example x1
where
    (
    select count(*)
    from example x2
    where x2.section = x1.section
    and x2.subsection <= x1.subsection
    ) <= 2
order by section, subsection;

设置：

create table example ( id int, section varchar(25), subsection varchar(25) );

insert into example select 0, 'dog', 'Labrador Retriever';
insert into example select 1, 'deer', 'Whitetail';
insert into example select 2, 'horse', 'Morgan';
insert into example select 3, 'horse', 'Tarpan';
insert into example select 4, 'deer', 'Row';
insert into example select 5, 'horse', 'Appaloosa';
insert into example select 6, 'dog', 'German Shephard';
insert into example select 7, 'horse', 'Thoroughbred';
insert into example select 8, 'dog', 'Mutt';
insert into example select 9, 'horse', 'Welara Pony';
insert into example select 10, 'dog', 'Cocker Spaniel';
insert into example select 11, 'deer', 'American Elk/Wapiti';
insert into example select 12, 'horse', 'Shetland Pony';
insert into example select 13, 'deer', 'Chinese Water Deer';
insert into example select 14, 'deer', 'Fallow';

【讨论】：

当我只想要每个部分的第一条记录时，这不起作用。它消除了所有具有超过 1 条记录的部分组。我尝试将
@nils 只有三个部分值：鹿、狗和马。如果将查询更改为意味着消除所有其他值。
但是当我尝试运行您的查询时，它会消除所有内容，因为所有内容的计数 >=1。它不保留每个部分的第一个小节。您能否尝试运行
@nils 嗨，我确实从脚本中重新创建了这个小测试数据库并使用
它在 mysql 中非常适合我。我更改了一个查询，不知道为什么他在小节中使用

【解决方案11】：

Q) 从每个组中查找 TOP X 记录（Oracle）

SQL> select * from emp e 
  2  where e.empno in (select d.empno from emp d 
  3  where d.deptno=e.deptno and rownum<3)
  4  order by deptno
  5  ;

 EMPNO ENAME      JOB              MGR HIREDATE         SAL       COMM     DEPTNO

  7782 CLARK      MANAGER         7839 09-JUN-81       2450                    10
  7839 KING       PRESIDENT            17-NOV-81       5000                    10
  7369 SMITH      CLERK           7902 17-DEC-80        800                    20
  7566 JONES      MANAGER         7839 02-APR-81       2975                    20
  7499 ALLEN      SALESMAN        7698 20-FEB-81       1600        300         30
  7521 WARD       SALESMAN        7698 22-FEB-81       1250        500         30

已选择 6 行。

【讨论】：

问题是关于 SQL Server，而不是 Oracle。

【解决方案12】：

UNION 运算符可能适合您吗？每个部分有一个 SELECT，然后将它们联合在一起。不过，我猜它只适用于固定数量的部分。

【讨论】：

【解决方案13】：

虽然问题是关于 SQL Server 2005，但大多数人已经继续前进，如果他们确实找到了这个问题，那么在其他情况下可能首选的答案是 using CROSS APPLY as illustrated in this blog post。

SELECT *
FROM t
CROSS APPLY (
  SELECT TOP 10 u.*
  FROM u
  WHERE u.t_id = t.t_id
  ORDER BY u.something DESC
) u

此查询涉及 2 个表。 OP 的查询只涉及 1 个表，在这种情况下，基于窗口函数的解决方案可能更有效。

【讨论】：

【解决方案14】：

您可以尝试这种方法。此查询返回每个国家/地区的 10 个人口最多的城市。

   SELECT city, country, population
   FROM
   (SELECT city, country, population, 
   @country_rank := IF(@current_country = country, @country_rank + 1, 1) AS country_rank,
   @current_country := country 
   FROM cities
   ORDER BY country, population DESC
   ) ranked
   WHERE country_rank <= 10;

【讨论】：

当我们有一个包含一个国家和 9 个相同人口的记录的表时，此解决方案不会通过测试用例，例如它返回 null 而不是按顺序返回所有 9 个可用记录。有解决此问题的建议吗？