LEFT OUTER JOIN 并且只返回第一个匹配答案

【问题标题】：LEFT OUTER JOIN and only return the first matchLEFT OUTER JOIN 并且只返回第一个匹配
【发布时间】：2016-03-15 16:57:06
【问题描述】：

想象以下两个表，分别命名为“Users”和“Orders”：

ID  NAME
1   Foo
2   Bar
3   Qux


ID  USER  ITEM  SPEC  TIMESTAMP
1   1     12    4     20150204102314
2   1     13    6     20151102160455
3   3     25    9     20160204213702

我想得到的输出是：

USER   ITEM  SPEC  TIMESTAMP
1      12    4     20150204102314
2      NULL  NULL  NULL
3      25    9     20160204213702

换句话说：在用户和订单之间进行 LEFT OUTER JOIN，如果您没有找到该用户的任何订单，则返回 null，但如果您确实找到了一些，则只返回第一个（基于最早的时间戳）。

如果我只使用 LEFT OUTER JOIN，它将为用户 1 返回两行，我不希望这样。我想将 LEFT OUTER JOIN 嵌套在另一个选择中，该选择将 GROUP BY 其他字段并获取 MIN(TIMESTAMP) 但这也不起作用，因为我需要在我的 group by 中有“SPEC”，并且因为这两个订单有不同的 SPEC，它们仍然会出现。

感谢任何关于如何达到预期结果的想法。

【问题讨论】：

标签： sql sql-server left-join outer-join

【解决方案1】：

我能想到的最好方法是使用OUTER APPLY

SELECT *
FROM   Users u
       OUTER apply (SELECT TOP 1 *
                    FROM   Orders o
                    WHERE  u.ID = o.[USER]
                    ORDER  BY TIMESTAMP DESC) ou

另外在ORDERS 表上创建一个低于NON-Clustered 的索引将帮助您提高查询的性能

CREATE NONCLUSTERED INDEX IX_ORDERS_USER
  ON ORDERS ([USER], TIMESTAMP)
  INCLUDE ([ITEM], [SPEC]);

【讨论】：

【解决方案2】：

这应该可以解决问题：

SELECT  Users.ID, Orders2.USER ,  Orders2.ITEM ,  Orders2.SPEC ,  Orders2.TIMESTAMP
FROM    Users
LEFT JOIN 
        (
        SELECT  Orders.ID, Orders.USER ,  Orders.ITEM ,  Orders.SPEC ,  Orders.TIMESTAMP, ROW_NUMBER()
                OVER (PARTITION BY ID  ORDER BY TIMESTAMP DESC) AS RowNum
        FROM    Orders

        ) Orders2 ON Orders2.ID = Users.ID And RowNum = 1

【讨论】：

【解决方案3】：

另一种方法是使用窗口函数作为 Cte：

with Sorted as
(
  select u.id as User, o.Item, o.Spec, o.Timestamp
         row_number() over (partition by u.Id order by Timestamp) as Row
    from Users u
    left join orders o
      on o.User = u.Id
)
select User, Item, Spec, Timestamp
  from Sorted where Row = 1

【讨论】：

【解决方案4】：

您会在this question 中找到很多建议。你有一个左连接的事实对于你想要做的事情真的很偶然，所以这些答案应该很容易适应你的问题。我同意@MotoGP 的观点，对于 SQLServer，OUTER APPLY 可能是最好的方法。它与 Postgres 的 LATERAL JOIN 非常相似（在另一个链接中提到）。

【讨论】：