棘手的 SQL SELECT 语句答案

【问题标题】：Tricky SQL SELECT Statement棘手的 SQL SELECT 语句
【发布时间】：2010-11-16 21:49:56
【问题描述】：

在我的项目中选择数据时遇到性能问题。

有一个表有 3 列：“id”、“time”和“group”

ID 像往常一样只是唯一的 ID。
时间为条目的创建日期。
该小组在那里将某些条目累积在一起。

所以表格数据可能是这样的：

ID | TIME      | GROUP
------------------------
1  | 20090805  | A
2  | 20090804  | A
3  | 20090804  | B
4  | 20090805  | B
5  | 20090803  | A
6  | 20090802  | B

...等等。

现在的任务是在给定日期的每个组中选择“当前”条目（它们的 ID）。也就是说，为每个组找到给定日期的最新条目。

以下前提条件适用：

我事先不知道不同的群体 - 可能会有很多不同的群体随着时间的推移而变化
选择日期可能位于表中条目的日期“之间”。然后我必须在每组中找到最接近的一个。也就是说，TIME 小于选择日期，但在组中适用此规则的日期中的最大值。

我目前所做的是一个多步骤过程，我想将其更改为单个 SELECT 语句：

SELECT DISTINCT group FROM table 查找可用组
对于 1) 中找到的每个组，SELECT * FROM table WHERE time<selectionDate AND group=loop ORDER BY time DESC
取 2) 中找到的每个结果的第一行

显然这不是最优的。

因此，如果一些更有经验的 SQL 专家可以帮助我找到将这些步骤放在一个语句中的解决方案，我将非常高兴。

谢谢！

【问题讨论】：

您使用的是什么数据库？更高级的功能差异很大。
TIME、TABLE 和 GROUP 是保留的 SQL 关键字，因此，我发现它们作为 SQL 对象（如表和列）的名称有点误导。
首先，非常感谢迄今为止快速而出色的答案。我真的忘记了一些细节：我正在使用 ORACLE，但最好该解决方案也适用于 Postgresql。是的，这些名称确实会误导关键字 - 抱歉。

标签： sql database oracle postgresql plsql

【解决方案1】：

这是我在 SQL Server 中的操作方式：

SELECT * FROM table WHERE id in
(SELECT top 1 id FROM table WHERE time<selectionDate GROUP BY [group] ORDER BY [time])

【讨论】：

【解决方案2】：

解决方案因数据库服务器而异，因为 TOP 查询的语法各不相同。基本上，您正在寻找“top n per group”查询，因此您可以根据需要在 Google 上搜索。

这是 SQL Server 中的一个解决方案。以下将返回自 1990 年以来每年击出最多本垒打的前 10 名球员。关键是计算每个球员每年的“本垒打排名”。

select 
  HRRanks.*
from
(
    Select 
      b.yearID, b.PlayerID, sum(b.Hr) as TotalHR,
      rank() over (partition by b.yearID order by sum(b.hr) desc) as HR_Rank
    from 
      Batting b
    where 
      b.yearID > 1990
    group by 
      b.yearID, b.playerID
) 
  HRRanks
where
  HRRanks.HR_Rank <= 10

这是 Oracle 中的一个解决方案（每个部门的顶级销售人员）

SELECT deptno, avg_sal
FROM( 
      SELECT deptno, AVG(sal) avg_sal
      GROUP BY deptno
      ORDER BY AVG(sal) DESC
    )
WHERE ROWNUM <= 10;

或者使用解析函数：

SELECT deptno, avg_sal
FROM (
       SELECT deptno, avg_sal, RANK() OVER (ORDER BY sal DESC) rank
       FROM
       (
         SELECT deptno, AVG(sal) avg_sal
         FROM emp
         GROUP BY deptno
       )
     )
WHERE rank <= 10;

或再次相同，但使用 DENSE_RANK() 而不是 RANK()

【讨论】：

【解决方案3】：

以下内容适用于 SQL Server 2005+ 和 Oracle 9i+：

WITH groups AS (
       SELECT t.group,
              MAX(t.time) 'maxtime'
         FROM TABLE t
     GROUP BY t.group)
SELECT t.id,
       t.time,
       t.group
  FROM TABLE t
  JOIN groups g ON g.group = t.group AND g.maxtime = t.time

任何数据库都应该支持：

SELECT t.id,
       t.time,
       t.group
  FROM TABLE t
  JOIN (SELECT t.group,
               MAX(t.time) 'maxtime'
          FROM TABLE t
      GROUP BY t.group) g ON g.group = t.group AND g.maxtime = t.time

【讨论】：

+1。很像第二个版本，虽然它假设一个组每个“时间”只出现一次。 Thilo 使用 WHERE ... IN *subquery* 为您的第二个查询提供了等效解决方案，但似乎已被删除。
+1：我想我会选择你的第二个解决方案。第一次测试似乎很有希望。再次感谢您和所有其他人如此快速和专业地帮助我。谢谢！

【解决方案4】：

select * from TABLE where (GROUP, TIME) in (
    select GROUP, max(TIME) from things
        where TIME >= 20090804
        group by GROUP
    )

用 MySQL 测试（但我不得不更改表和列名，因为它们是关键字）。

【讨论】：

【解决方案5】：

选择 * 来自TABB T1

QUALIFY ROW_NUMBER() OVER (PARTITION BY GROUPP,TIMEE order by id desc)=1

【讨论】：