MySql 选择语句获取每个 client_id 的最新行答案

【问题标题】：MySql select statement get most recent row for each client_idMySql 选择语句获取每个 client_id 的最新行
【发布时间】：2012-07-05 10:48:43
【问题描述】：

您好，我的 mysql 选择语句有问题，我无法理解，

表client_directory_data

id 整数，已验证的 int， client_id 整数，创建时间戳，描述长文本

select * from client_directory_data where verify = 1 order by created desc

但这会为每个 client_id 选择多行

我需要做的是选择每个 client_id 具有验证 = 1 但只获取每个 client_id 的最新行，我希望这是有道理的。

【问题讨论】：

不确定此页面上发生了什么，但实际上有人通过指向 sql fiddle sqlfiddle.com/#!2/7cc95/1的链接正确回答了这个问题@
无论是谁都值得打勾作为正确答案，因为它有效，从 client_directory_data 中选择 * 其中已验证 = 1 group by client_id 具有 max(created)
这个 sqlfiddle 错误：client_id = 1 的 ID 应该是 2，而不是 1...
对我的查询尝试相同的 sqlfiddle ;-)

标签： mysql database select

【解决方案1】：

这是我一直面临的问题。幸运的是，这样做有一个不错的小技巧：

SELECT
client_id,
SUBSTRING_INDEX(GROUP_CONCAT(id ORDER BY created DESC),",",1) AS `id`
FROM client_directory_data
WHERE verified = 1
GROUP BY client_id

如果你想要整行，你可以像这样加入它：

SELECT
*
FROM (
  SELECT
  client_id,
  SUBSTRING_INDEX(GROUP_CONCAT(id ORDER BY created DESC),",",1) AS `id`
  FROM client_directory_data
  WHERE verified = 1
  GROUP BY client_id
) ids
JOIN client_directory_data USING (id);

当然，如果您无论如何都按索引字段排序（因此无论如何您都可以有效地加入），最好使用MAX(id) AS id，尽管它实际上对性能影响很小。使用 MAX() 的主要原因实际上是为了让代码更简单一些。它还避免了如果字段包含逗号（您可以使用组 concat 的不同分隔符来解决）或达到最大 GROUP_CONCAT 长度（可以使用SET group_concat_max_len = xxx; 扩展并且无论如何只会导致警告）时可能遇到的陷阱。

我可以理解为什么这在直觉上看起来会出现性能问题，但它实际上是我为这些查询找到的最佳性能方法 - 特别是在大型表上。

以下是我从当前可用的一些较大的表格中获取的一些基准，比较此线程中的三种方法。

查询 A：（~5,000 条记录，~900 个结果，非索引字段）

GROUP_CONCAT 方法：0.0100 秒
MAX 方法：0.102 秒
LEFT JOIN 方法：0.0082 秒

查询 B：（~300,000 条记录，~95,000 个结果）

GROUP_CONCAT 方法：1.8618 秒
MAX 方法：1.7904 秒
LEFT JOIN 方法：6.4649 秒

查询 C：（~300,000 条记录，~7 个结果）

GROUP_CONCAT 方法：0.103 秒
MAX 方法：0.0102 秒
LEFT JOIN 方法：（4小时后我觉得无聊）

查询 D：（约 500,000 条记录，约 5,000 个被分组字段的不同值）

GROUP 方法：0.1355 秒
MAX 方法：0.0429 秒
LEFT JOIN 方法：（10分钟后我就无聊了）

【讨论】：

不错的技巧，但只给出 id，而不是整行。至此，写SELECT client_id, MAX(id) FROM client_directory_data WHERE verified = 1 GROUP BY client_id;就大同小异了。
仅当具有 MAX id 的行与创建的 MAX 相同时，它可能是，但这取决于系统。一旦你有了这一行，加入它就很容易了，但我想我可能实际上应该在我的答案中包含它。编辑...
这是一个很好的答案，但我会继续为我的骨头而战，说我的查询在需要性能的地方确实更好，因为它不涉及子查询。
我实际上曾经按照您的方式进行操作，但是当我在处理约 100 万个记录表时进行大量基准测试时，这种方式会更好。这可能取决于您存储的数据类型，但根据我的经验，连接到主键的子查询实际上比像这样将表连接到自身要高效得多。不过，我很想知道哪种方法最适合 OP。
将GROUP_CONCAT() 用于此类查询（“greatest-n-per-group”）并不好，原因有很多。不是因为子查询。

【解决方案2】：

这是有道理的，是一个经典的问题。

假设the most recent row is the one with highest id，你可以使用：

SELECT *
FROM client_directory_data c
LEFT JOIN client_directory_data d ON c.client_id = d.client_id AND d.verified = 1 AND d.id > c.id
WHERE d.id IS NULL
    AND c.verified = 1;

你可以有这个查询模式here的解释。

【讨论】：

感谢 Olivier，但这只是拉一个 client_id 并且有很多 client_id 行，请有其他想法
我非常肯定这种模式正在发挥作用。您真的确定您在具有多个 client_id 值且对应验证 = 1 的数据集上对其进行了测试吗？
试试我对问题评论中给出的 sqlfiddle 的查询，你仍然只有 1 行吗？
您当然可以将 d.id > c.id 更改为 d.created > c.created 以删除 ID 假设？另外，我认为您需要 d.verified = 1 在 ON 子句中，否则它只会返回最后一个条目已验证的 client_id
@Braiba 你对这两个 cmets 都是 100% 正确的，这为你赢得了 +1 :)

【解决方案3】：

将 id 作为表 client_directory_data 的主键

【讨论】：