为什么不能为具有 date=max(date) 的最大日期的每个代码选择记录？

Question

显示创建表结构;

CREATE TABLE `quote` (
  `id` int(8) unsigned NOT NULL AUTO_INCREMENT,
  `code` text COLLATE utf8mb4_unicode_ci,
  `date` date DEFAULT NULL,
  `open` double DEFAULT NULL,
  `high` double DEFAULT NULL,
  `low` double DEFAULT NULL,
  `close` double DEFAULT NULL,
  `volume` bigint(15) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=17449887 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci 

查找具有最大日期的每个代码的记录，例如：

SELECT q1.*
FROM quote q1
INNER JOIN
(
    SELECT code, MAX(date) AS max_date
    FROM quote
    GROUP BY code
) q2
    ON q2.code = q1.code AND
       q2.max_date = q1.date;

我想知道为什么子查询不能像上面那样得到想要的结果：

select * from quote group by code having date=max(date);

请详细说明原因。

Answer 1

@scrapy 我相信您的问题的答案与子查询与其他查询的结构之间的区别有关。子查询的工作方式是 MySQL 在运行外部查询之前从查询中创建一个派生表，然后在 MySQL 执行外部查询时使用派生表 (here's the documentation on derived tables for you to refer to)。

您的子查询有效，因为您只选择 1 列 (code)，然后您通过使用 MAX(date) 作为第二列获得聚合值，最后您按 code 分组子查询的最后一行。

在您的第二个查询中，您使用SELECT *，然后在您尝试在HAVING 子句中使用MAX(date) 之前仅按code 进行分组。此查询不起作用，因为您正在使用 SELECT * 选择表中的每一列，但您仅在 GROUP BY 子句中按 code 分组。从 MySQL v5.7 及更高版本开始，有一个名为 only_full_group_by 的东西不允许您使用 GROUP BY 运行查询，除非您在 GROUP BY 中指定 SELECT 语句中的每一列，IE：获取您的要运行第二个查询，您必须将表中的每一列都列在 GROUP BY 子句中，因为您使用的是 SELECT * 选择语句 (here is the documentation that talks about only_full_group_by)。

最后，为了获得您正在寻找的结果集，您必须按正确的列进行分组，就像您在子查询中所做的那样。如果您在查询中使用code 以外的任何内容，并尝试获取每个code 的最大日期，则结果集将不一样，因为您必须按额外的列进行分组，这会抛弃您的结果集.

Answer 2

我想知道为什么子查询不能像上面那样得到想要的结果：

select * from quote group by code having date=max(date);

开始：

select * from quote group by code

从 SQL 标准的角度来看，此查询本身不是有效的。

如果所有其他列在功能上都依赖于code，则可能是这样，而基于表定义的情况并非如此（代码不是唯一的，也不是主键）。相关阅读：Group by clause in mySQL and postgreSQL, why the error in postgreSQL?

查询的行为类似于ANY_VALUE：

select code, ANY_VALUE(id), ANY_VALUE(`date`), ANY_VALUE(`open`)...
from quote
group by code

关于第二部分：

having date=max(date);
--
having any_value(date) = max(date) -- sidenote: it will work for single row per `code`

这里 HAVING 中的条件在聚合后应用，这意味着比较是在每个代码的 MAX(date) 与“未指定”日期之间进行比较。

---

举例说明（此代码仅在only_full_group_by 关闭时才有效）：

CREATE TABLE `quote` (
  `id` int(8) unsigned NOT NULL AUTO_INCREMENT,
  `code` text COLLATE utf8mb4_unicode_ci,
  `date` date DEFAULT NULL,
  `open` double DEFAULT NULL,
  PRIMARY KEY (`id`)
) ;

INSERT INTO quote(`code`, `date`, `open`)
VALUES ('a', '2020-01-01',10),
       ('a', '2021-01-01',20),
       ('a', '2022-01-01',30);

还有查询：

SELECT * FROM quote;
+-----+-------+-------------+------+
| id  | code  |    date     | open |
+-----+-------+-------------+------+
|  1  | a     | 2020-01-01  |   10 |
|  2  | a     | 2021-01-01  |   20 |
|  3  | a     | 2022-01-01  |   30 |
+-----+-------+-------------+------+

select * from quote group by code;

-- this part is unspecified, id/date/open are arbitrary
+-----+-------+-------------+------+
| id  | code  |    date     | open |
+-----+-------+-------------+------+
|  1  | a     | 2020-01-01  |    1 |
+-----+-------+-------------+------+

select *, MAX(date) from quote group by code;

-- MAX(date) is stable, date is arbitrary, comparison does not make sense at this point
+-----+-------+-------------+-------+------------+
| id  | code  |    date     | open  | MAX(date)  |
+-----+-------+-------------+-------+------------+
|  1  | a     | 2020-01-01  |   10  | 2022-01-01 |  
+-----+-------+-------------+-------+------------+

select * from quote group by code having date=max(date);

-- empty
+-----+-------+-------+------+
| id  | code  | date  | open |
+-----+-------+-------+------+

db<>fiddle demo

---

这么说，为了得到所有列 ranking functions MySQL 8.0+ 可以使用：

本节描述非聚合窗口函数，对于查询中的每一行，使用与该行相关的行执行计算

SELECT *
FROM (SELECT *, ROW_NUMBER() OVER(PARTITION BY `code` ORDER BY `date` DESC) AS rn
      FROM `quote`) s   --RANK() if `date` is not unique per code
WHERE rn = 1;

db<>fiddle demo 2

Answer 3

这个

select * from quote group by code having date=max(date);

具有max(date)，这在GROUP BY code 的上下文中是有意义的。但是date 没有。问题是应该比较哪行的date？简单来说，很可能是“无效”的 SQL。

另见“only_full_group_by”的讨论。 （较新版本的 MySQL 会将您的查询标记为无效。该标记是一种关闭它以获取旧的错误评估的方法。）

这会导致子查询，例如您拥有的子查询。还有其他几个。这是我的最佳 groupwise-max 方法目录：http://mysql.rjweb.org/doc.php/groupwise_max

也有很多讨论；查看我添加的标签[groupwise-maximum]。

其他问题：code 是股票代码吗？如果是这样，它不需要是TEXT。通过更改为 VARCHAR(15)，您可以获得很多性能：

去掉id，改成PRIMARY KEY(code, date)。这将显着扩展该子查询，并且可能会改进其他一些查询。