子查询上的 Groupwise MAX()

Question

我正在尝试计算返回表中的最大值以及该表中的其他值。但是，我正在为其执行此操作的表不是“真实”表，它是由子查询生成的表。这给我带来了问题，因为我不认为我可以加入它两次，而不重新指定整个子查询。

我目前有一个使用ROW_NUMBER() OVER (PARTITION BY providerId ORDER BY partnershipSetScore DESC) rnk 的SQL Server 解决方案，但如果可能的话，我正在寻找一个与DBMS 无关的版本，因为项目的单元测试在没有此功能的Sqlite DB 中运行。

这是架构和我的 SQL Server 特定查询，以防它们有用：

课程：

• int id
• varchar 名称
• int schoolId

学校：

• int id
• varchar 名称

合作伙伴关系：

• int id
• varchar 伙伴关系名称

学校合作伙伴关系：

• int id
• int schoolId
• int合作伙伴ID

这是查询：

SELECT
    schoolId,
    partnershipId AS bestPartnershipSetId,
    partnershipScore AS bestPartnershipScore
FROM
(
    SELECT
        pp.schoolId,
        partnershipScores.partnershipId,
        partnershipScores.partnershipScore,
        ROW_NUMBER() OVER (PARTITION BY schoolId ORDER BY partnershipScore DESC) rnk
    FROM schoolPartnership pp
    INNER JOIN (
        SELECT
            pp.partnershipId,
            (
                (CASE WHEN SUM(CASE WHEN c.name LIKE '%French%' THEN 1 ELSE 0 END) > 0 THEN 1 ELSE 0 END)
                + (CASE WHEN SUM(CASE WHEN c.name LIKE '%History%' THEN 1 ELSE 0 END) > 0 THEN 1 ELSE 0 END)
            ) AS partnershipScore
        FROM schoolPartnership pp
        INNER JOIN course c ON c.schoolId = pp.schoolId
        GROUP BY partnershipId
    ) AS partnershipScores ON partnershipScores.partnershipId = pp.partnershipId
) AS schoolPartnershipScores
WHERE rnk = 1

如果您需要有关我想要实现的目标的更多信息，请参阅Custom sorting algorithm for a large amount of data：此查询将是一个更大查询的子查询，该查询按最合适的合作伙伴对学校进行排序。

Answer 1

也许，在谈到两次加入子查询时，您的脑海中已经有了这种技巧：

SELECT a.*
FROM atable a
INNER JOIN (
  SELECT
    col1,
    MAX(col2) AS max_col2
  FROM atable
  GROUP BY col1
) m
ON a.col1 = m.col1 AND a.col2 = m.max_col2
;

如果将其用作与 DBMS 无关的方式（至少，在 SQL Server 和 SQLite 中都可以使用）来完成这项工作，那将是非常好的如果这是关于单个表的.

相反，您有一个子查询。但是，我看不到其他方法可以完成您的要求。因此，在这种情况下，我可以为您看到两个选项（一个可能不适用于您的特定情况，但通常仍然是一个选项）：

1. 做你试图避免的事情，即复制子查询专门用于查找每个组的聚合值，然后将其加入到同一个子查询中，就像上面一样。

2. 暂时保留子查询的结果，然后将上述技术应用于临时结果集。

第一个选项确实不是很有吸引力，更不用说因为第二个可能会起作用。

第二个选项的一个问题是临时数据集在 SQL Server 和 SQLite 中的实现方式不同。在 SQLite 中，您为此使用 CREATE TEMPORARY TABLE 语句。 SQL Server 在CREATE TABLE 语句的上下文中不支持TEMPORARY 关键字，而是在表名的开头使用一个特殊字符(#) 来表示该表实际上是一个临时表。

所以，我能看到的唯一解决方法是使用 normal 表作为临时存储。您可以在每次运行查询时创建一次，然后在插入临时结果集之前删除其内容：

DELETE FROM TempTable;
INSERT INTO TempTable (
  schoolId,
  bestPartnershipSetId,
  bestPartnershipScore
)
SELECT
  pp.schoolId,
  partnershipScores.partnershipId,
  partnershipScores.partnershipScore,
FROM
  ...
;
SELECT ...
FROM TempTable
...
;

或者您可以在每次运行查询时创建并删除它：

CREATE TABLE TempTable (
  ...
);
INSERT INTO TempTable (...)
SELECT ...
FROM ...
;
SELECT ...
FROM TempTable
...
;
DROP TABLE TempTable;

请注意，像这样使用普通表作为临时存储在 SQL Server 中对并发不友好。如果这可能会造成问题，您可能不得不放弃此选项并最终选择第一个选项。 （但这可能是您想要一个独立于平台的解决方案时必须支付的成本，尤其是当平台与 SQL Server 和 SQLite 一样不同时。）

Answer 2

这是你想要的结构：

with t as (<subquery goes here>)
select t.*,
       max(col) over () as MaxVal
from t

很难看出它如何适合您的查询，因为我不知道基本子查询是什么。

至于多次加入子查询，您可以使用 SQL Server 所称的“通用表表达式”——上面的 with 子句。大多数其他合理的数据库都支持这一点（MySQL 和 MS Access 开始有两个值得注意的例外）。

Answer 3

与 SQL 最无关的方式是使用“NON EXISTS”：

SELECT * FROM schoolPartnership t1
WHERE NOT EXISTS 
       (SELECT * FROM schoolPartnership t2 
        WHERE t1.schoolId = t2.schoolId 
              AND t1.partnershipScore < t2.partnershipScore)

这将为您提供来自 schoolPartnership 的行，每个 schoolId 的最大合作伙伴分数。

Answer 4

我无法找到解决方案（除了复制子查询，这是我试图避免的），所以我刚刚确定了 PHP 中每个合作伙伴分数的 MAX 行，并丢弃了任何其他行。这不是一个理想的解决方案，但由于我需要一种跨平台的方法，因此我没有太多其他选择。