选择每个用户最近日期的行答案

【问题标题】：Select row with most recent date per user选择每个用户最近日期的行
【发布时间】：2013-06-06 22:53:12
【问题描述】：

我有一个用户签入和签出时间表（“lms_attendance”），如下所示：

id  user    time    io (enum)
1   9   1370931202  out
2   9   1370931664  out
3   6   1370932128  out
4   12  1370932128  out
5   12  1370933037  in

我正在尝试创建此表的视图，该视图将仅输出每个用户 ID 的最新记录，同时给我“输入”或“输出”值，例如：

id  user    time    io
2   9   1370931664  out
3   6   1370932128  out
5   12  1370933037  in

到目前为止，我已经很接近了，但我意识到视图不会接受子查询，这使得它变得更加困难。我得到的最接近的查询是：

select 
    `lms_attendance`.`id` AS `id`,
    `lms_attendance`.`user` AS `user`,
    max(`lms_attendance`.`time`) AS `time`,
    `lms_attendance`.`io` AS `io` 
from `lms_attendance` 
group by 
    `lms_attendance`.`user`, 
    `lms_attendance`.`io`

但我得到的是：

id  user    time    io
3   6   1370932128  out
1   9   1370931664  out
5   12  1370933037  in
4   12  1370932128  out

这很接近，但并不完美。我知道最后一个 group by 不应该在那里，但是没有它，它会返回最近的时间，但不会返回它的相对 IO 值。

有什么想法吗？谢谢！

【问题讨论】：

How to select the most recent set of dated records from a mysql table 的可能重复项
返回手册。您会看到，无论有无（相关和不相关）子查询，它都提供了解决此问题的方法。
@Barmar，从技术上讲，正如我在回答中指出的那样，这是带有 greatest-n-per-group 标签的所有 700 个问题的副本。
@Prodikl，什么是“io（枚举）”？
我有一个名为“IO”的列，代表“输入或输出”，它是一个枚举类型，可能值为“输入”或“输出”。这用于跟踪人们何时签入和签出班级。

标签： mysql sql greatest-n-per-group

【解决方案1】：

您可以按用户分组，然后按时间顺序排序。如下所示

  SELECT * FROM lms_attendance group by user order by time desc;

【讨论】：

【解决方案2】：

select b.* from 

    (select 
        `lms_attendance`.`user` AS `user`,
        max(`lms_attendance`.`time`) AS `time`
    from `lms_attendance` 
    group by 
        `lms_attendance`.`user`) a

join

    (select * 
    from `lms_attendance` ) b

on a.user = b.user
and a.time = b.time

【讨论】：

谢谢。我知道我可以使用子查询来做到这一点，但我希望把它变成一个视图，它不允许在视图 AFAIK 中使用子查询。我是否必须将每个子查询转换为视图等？
join (select * from lms_attendance ) b = join lms_attendance b

【解决方案3】：

查询：

SQLFIDDLEExample

SELECT t1.*
FROM lms_attendance t1
WHERE t1.time = (SELECT MAX(t2.time)
                 FROM lms_attendance t2
                 WHERE t2.user = t1.user)

结果：

| ID | USER |       TIME |  IO |
--------------------------------
|  2 |    9 | 1370931664 | out |
|  3 |    6 | 1370932128 | out |
|  5 |   12 | 1370933037 |  in |

请注意，如果用户有多个“最大”时间相同的记录，则上面的查询将返回多个记录。如果您只希望每个用户有 1 条记录，请使用以下查询：

SQLFIDDLEExample

SELECT t1.*
FROM lms_attendance t1
WHERE t1.id = (SELECT t2.id
                 FROM lms_attendance t2
                 WHERE t2.user = t1.user            
                 ORDER BY t2.id DESC
                 LIMIT 1)

【讨论】：

哇！不仅这样做了，我还被允许使用这个查询创建一个视图，即使它包含子查询。以前，当我试图创建一个包含子查询的视图时，它没有让我这样做。是否有关于为什么允许这样做但另一个不允许的规则？
很奇怪。万分感谢！也许是因为我的子查询是我选择 FROM 的伪表，在此示例中它用于 WHERE 子句。
不需要子查询！此外，这个解决方案doesn't work if there are two records with exactly the same time。无需每次都尝试重新发明轮子，因为这是常见问题 - 相反，请选择已经测试和优化的解决方案 - @Prodikl 看到我的答案。
啊，感谢您的洞察力！我明天在办公室时会尝试新代码。
@TMS 如果记录具有完全相同的时间，则此解决方案确实有效，因为查询正在查找具有最大 id 的记录。这意味着表中的时间是插入时间，这可能不是一个好的假设。您的解决方案改为比较时间戳，当两个时间戳相同时，您也返回具有最大 id 的行。因此，您的解决方案还假设此表中的时间戳与插入顺序有关，这是您的两个查询的最大缺陷。

【解决方案4】：

无需尝试重新发明轮子，因为这很常见greatest-n-per-group problem。非常好solution is presented。

我更喜欢没有子查询的最简单的解决方案 (see SQLFiddle, updated Justin's)（因此易于在视图中使用）：

SELECT t1.*
FROM lms_attendance AS t1
LEFT OUTER JOIN lms_attendance AS t2
  ON t1.user = t2.user 
        AND (t1.time < t2.time 
         OR (t1.time = t2.time AND t1.Id < t2.Id))
WHERE t2.user IS NULL

这也适用于同一组中有两个具有相同最大值的不同记录的情况 - 这要归功于 (t1.time = t2.time AND t1.Id < t2.Id) 的技巧。我在这里所做的只是确保如果同一用户的两条记录具有相同的时间，则只选择一条。标准是 Id 还是其他东西实际上并不重要 - 基本上任何保证唯一的标准都可以在这里工作。

【讨论】：

最大值使用t1.time < t2.time，最小值是t1.time > t2.time，这与我最初的直觉相反。
@J.Money 因为隐藏了隐式否定：您从 t1 中选择所有记录，这些记录没有来自 t2 的对应记录，其中 t1.time < t2.time 条件适用：- )
WHERE t2.user IS NULL 有点奇怪。这条线起什么作用？
贾斯汀发布的公认答案可能更理想。接受的答案是对表的主键使用反向索引扫描，然后是一个限制，然后是对表的顺序扫描。因此，可以通过附加索引大大优化接受的答案。该查询也可以通过索引进行优化，因为它执行两次序列扫描，还包括序列扫描结果的哈希和“哈希反连接”以及另一个序列扫描的哈希。我有兴趣解释哪种方法真正更优化。
@TMS 你能澄清一下OR (t1.time = t2.time AND t1.Id < t2.Id)) 部分吗？

【解决方案5】：

已经解决了，但为了记录，另一种方法是创建两个视图...

CREATE TABLE lms_attendance
(id int, user int, time int, io varchar(3));

CREATE VIEW latest_all AS
SELECT la.user, max(la.time) time
FROM lms_attendance la 
GROUP BY la.user;

CREATE VIEW latest_io AS
SELECT la.* 
FROM lms_attendance la
JOIN latest_all lall 
    ON lall.user = la.user
    AND lall.time = la.time;

INSERT INTO lms_attendance 
VALUES
(1, 9, 1370931202, 'out'),
(2, 9, 1370931664, 'out'),
(3, 6, 1370932128, 'out'),
(4, 12, 1370932128, 'out'),
(5, 12, 1370933037, 'in');

SELECT * FROM latest_io;

Click here to see it in action at SQL Fiddle

【讨论】：

感谢您的跟进！是的，如果没有更简单的方法，我将创建多个视图。再次感谢

【解决方案6】：

基于@TMS 的回答，我喜欢它，因为不需要子查询，但我认为省略'OR' 部分就足够了，而且更易于理解和阅读。

SELECT t1.*
FROM lms_attendance AS t1
LEFT JOIN lms_attendance AS t2
  ON t1.user = t2.user 
        AND t1.time < t2.time
WHERE t2.user IS NULL

如果您对具有空时间的行不感兴趣，可以在 WHERE 子句中过滤它们：

SELECT t1.*
FROM lms_attendance AS t1
LEFT JOIN lms_attendance AS t2
  ON t1.user = t2.user 
        AND t1.time < t2.time
WHERE t2.user IS NULL and t1.time IS NOT NULL

【讨论】：

如果两条记录可以有相同的time，那么省略OR 部分是一个非常糟糕的主意。
出于性能考虑，我会避免使用此解决方案。正如@OlegKuts 提到的，这在大中型数据集上变得非常缓慢。

【解决方案7】：

试试这个查询：

  select id,user, max(time), io 
  FROM lms_attendance group by user;

【讨论】：

尝试制作一个 SQLFiddle。您可能会发现id 和io 是非聚合列，不能在group by 中使用。
不保证 id 会是 max(time) 的 id，它可以是组内的任何 id。这是我来这里要解决的问题，仍在寻找

【解决方案8】：

这对我有用：

SELECT user, time FROM 
(
    SELECT user, time FROM lms_attendance --where clause
) AS T 
WHERE (SELECT COUNT(0) FROM table WHERE user = T.user AND time > T.time) = 0
ORDER BY user ASC, time DESC

【讨论】：

【解决方案9】：

 select result from (
     select vorsteuerid as result, count(*) as anzahl from kreditorenrechnung where kundeid = 7148
     group by vorsteuerid
 ) a order by anzahl desc limit 0,1

【讨论】：

【解决方案10】：

好的，这可能是黑客攻击或容易出错，但不知何故这也能正常工作-

SELECT id, MAX(user) as user, MAX(time) as time, MAX(io) as io FROM lms_attendance GROUP BY id;

【讨论】：

【解决方案11】：

如果您使用的是 MySQL 8.0 或更高版本，您可以使用 Window functions:

查询：

DBFiddleExample

SELECT DISTINCT
FIRST_VALUE(ID) OVER (PARTITION BY lms_attendance.USER ORDER BY lms_attendance.TIME DESC) AS ID,
FIRST_VALUE(USER) OVER (PARTITION BY lms_attendance.USER ORDER BY lms_attendance.TIME DESC) AS USER,
FIRST_VALUE(TIME) OVER (PARTITION BY lms_attendance.USER ORDER BY lms_attendance.TIME DESC) AS TIME,
FIRST_VALUE(IO) OVER (PARTITION BY lms_attendance.USER ORDER BY lms_attendance.TIME DESC) AS IO
FROM lms_attendance;

结果：

| ID | USER |       TIME |  IO |
--------------------------------
|  2 |    9 | 1370931664 | out |
|  3 |    6 | 1370932128 | out |
|  5 |   12 | 1370933037 |  in |

我看到使用 solution proposed by Justin 的优势在于，它使您能够选择具有每个用户（或每个 id，或任何其他）最新数据的行，甚至可以从子查询中选择，而无需中间视图或表.

如果您运行 HANA，它也会快 7 倍：D

【讨论】：

是否需要将FIRST_VALUE() 添加到要提取的每个字段中？
由于 OP 询问获取每个用户最近日期的值，这需要按日期排序并取第一个值。如果您没有以某种方式将每个窗口函数的结果集减少到 1 行，那么我想使用它是没有意义的
我的意思是，有没有办法避免在您想要提取的每个值上重复 FIRST_VALUE() 和 PARTITION BY <x> ORDER BY <y> DESC？
我想是的.. 但我不确定。也许这会是一个很好的 SO 问题？

【解决方案12】：

我也做过类似下面的事情

选择 t1.* 来自 lms_attendance t1 WHERE t1.id in (SELECT max(t2.id) as id 来自 lms_attendance t2 由 t2.user 分组）

这也会降低内存使用率。

谢谢。

【讨论】：

【解决方案13】：

我尝试了一种适合我的解决方案

    SELECT user, MAX(TIME) as time
      FROM lms_attendance
      GROUP by user
      HAVING MAX(time)

【讨论】：