Question

这里有很多类似的问题，但我认为没有充分回答这个问题。

我将继续使用当前最受欢迎的question并使用他们的示例，如果没问题的话。

此实例中的任务是获取数据库中每位作者的最新帖子。

示例查询会产生无法使用的结果，因为它并不总是返回的最新帖子。

SELECT wp_posts.* FROM wp_posts
    WHERE wp_posts.post_status='publish'
    AND wp_posts.post_type='post'
    GROUP BY wp_posts.post_author           
    ORDER BY wp_posts.post_date DESC

目前接受的答案是

SELECT
    wp_posts.*
FROM wp_posts
WHERE
    wp_posts.post_status='publish'
    AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author
HAVING wp_posts.post_date = MAX(wp_posts.post_date) <- ONLY THE LAST POST FOR EACH AUTHOR
ORDER BY wp_posts.post_date DESC

不幸的是，这个答案很简单，而且在很多情况下产生的结果不如原始查询那么稳定。

我最好的解决方案是使用

形式的子查询

SELECT wp_posts.* FROM 
(
    SELECT * 
    FROM wp_posts
    ORDER BY wp_posts.post_date DESC
) AS wp_posts
WHERE wp_posts.post_status='publish'
AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author

我的问题很简单： 无论如何在分组之前订购行而不诉诸子查询？

编辑：这个问题是另一个问题的延续，我的情况细节略有不同。您可以（并且应该）假设还有一个wp_posts.id，它是该特定帖子的唯一标识符。

Answer 1

在子查询中使用ORDER BY不是解决此问题的最佳方法。

获取作者max(post_date)的最佳解决方案是使用子查询返回最大日期，然后在post_author和最大日期将其加入到您的表中。

解决方案应该是：

SELECT p1.* 
FROM wp_posts p1
INNER JOIN
(
    SELECT max(post_date) MaxPostDate, post_author
    FROM wp_posts
    WHERE post_status='publish'
       AND post_type='post'
    GROUP BY post_author
) p2
  ON p1.post_author = p2.post_author
  AND p1.post_date = p2.MaxPostDate
WHERE p1.post_status='publish'
  AND p1.post_type='post'
order by p1.post_date desc

如果您有以下样本数据：

CREATE TABLE wp_posts
    (`id` int, `title` varchar(6), `post_date` datetime, `post_author` varchar(3))
;

INSERT INTO wp_posts
    (`id`, `title`, `post_date`, `post_author`)
VALUES
    (1, 'Title1', '2013-01-01 00:00:00', 'Jim'),
    (2, 'Title2', '2013-02-01 00:00:00', 'Jim')
;

子查询将返回最大日期和作者：

MaxPostDate | Author
2/1/2013    | Jim

然后，由于您要将其加入表中，因此您将返回该帖子的完整详细信息。

请参阅SQL Fiddle with Demo。

扩展我对使用子查询准确返回此数据的评论。

MySQL不会强迫您GROUP BY包含在SELECT列表中的每一列。因此，如果您只有GROUP BY一列但总共返回10列，则无法保证返回属于post_author的其他列值。如果列不在GROUP BY MySQL中，则选择应返回的值。

使用带有聚合函数的子查询将保证每次都返回正确的作者和帖子。

作为旁注，虽然MySQL允许您在子查询中使用ORDER BY并允许您将GROUP BY应用于SELECT列表中的不是每个列，但此行为不是允许在其他数据库中使用，包括SQL Server。

Answer 2

您的解决方案使用extension to GROUP BY子句允许按某些字段进行分组（在本例中为post_author）：

GROUP BY wp_posts.post_author

并选择非聚合列：

SELECT wp_posts.*

未在group by子句中列出，或未在聚合函数（MIN，MAX，COUNT等）中使用。

正确使用GROUP BY子句的扩展名

当非聚合列的所有值对于每一行都相等时，这非常有用。

例如，假设您有一个GardensFlowers（花园的name，flower在花园中生长的表格：

INSERT INTO GardensFlowers VALUES
('Central Park',       'Magnolia'),
('Hyde Park',          'Tulip'),
('Gardens By The Bay', 'Peony'),
('Gardens By The Bay', 'Cherry Blossom');

并且您想要提取在花园中生长的所有花朵，其中多个花朵生长。然后你必须使用子查询，例如你可以使用它：

SELECT GardensFlowers.*
FROM   GardensFlowers
WHERE  name IN (SELECT   name
                FROM     GardensFlowers
                GROUP BY name
                HAVING   COUNT(DISTINCT flower)>1);

如果您需要提取所有花朵中唯一的花朵而不是花朵，您可以将HAVING条件更改为HAVING COUNT(DISTINCT flower)=1，但MySql也允许您使用它：

SELECT   GardensFlowers.*
FROM     GardensFlowers
GROUP BY name
HAVING   COUNT(DISTINCT flower)=1;

没有子查询，不是标准SQL，而是更简单。

对GROUP BY子句的扩展名使用不正确

但是如果您选择每行不相等的非聚合列会发生什么？ MySql为该列选择的值是什么？

看起来MySql总是选择遇到的 FIRST 值。

要确保它遇到的第一个值正是您想要的值，您需要将GROUP BY应用于有序查询，因此需要使用子查询。否则你不能这样做。

假设MySql总是选择它遇到的第一行，你正确地在GROUP BY之前对行进行排序。但不幸的是，如果你仔细阅读文档，你会注意到这个假设是不正确的。

当选择并非总是相同的非聚合列时， MySql可以自由选择任何值，因此实际显示的结果值是不确定的。

我看到这个获取非聚合列的第一个值的技巧被大量使用，它通常/几乎总是有效，我有时也使用它（我自己承担风险）。但由于没有记录，你不能依赖这种行为。

此链接（感谢ypercube！）GROUP BY trick has been optimized away显示了同一查询在MySql和MariaDB之间返回不同结果的情况，可能是因为不同的优化引擎。

所以，如果这个技巧有效，那只是运气问题。

我accepted answer on the other question看起来不对：

HAVING wp_posts.post_date = MAX(wp_posts.post_date)

wp_posts.post_date是一个非聚合列，其值将正式确定，但可能是遇到的第一个post_date。但由于GROUP BY技巧应用于无序表，因此不确定遇到的第一个post_date是哪一个。

它可能会返回作为单个作者唯一帖子的帖子，但即使这并不总是确定的。

可能的解决方案

我认为这可能是一个可能的解决方案：

SELECT wp_posts.*
FROM   wp_posts
WHERE  id IN (
  SELECT max(id)
  FROM wp_posts
  WHERE (post_author, post_date) = (
    SELECT   post_author, max(post_date)
    FROM     wp_posts
    WHERE    wp_posts.post_status='publish'
             AND wp_posts.post_type='post'
    GROUP BY post_author
  ) AND wp_posts.post_status='publish'
    AND wp_posts.post_type='post'
  GROUP BY post_author
)

在内部查询中，我将返回每个作者的最大发布日期。然后我考虑到同一作者理论上可以同时有两个帖子，所以我只得到最大ID。然后我将返回具有最大ID的所有行。使用连接而不是IN子句可以更快地完成它。

（如果你确定ID只是增加了，如果ID1 > ID2也意味着post_date1 > post_date2，那么查询可以变得更加简单，但我不是确定是否是这种情况。）

Answer 3

你要阅读的内容相当骇人听闻，所以不要在家里试试！

在SQL中，一般来说，你的问题的答案是否，但由于GROUP BY的放松模式（ @bluefeet 提到）， MySQL中的答案是是。

假设您有一个BTREE索引（post_status，post_type，post_author，post_date）。索引的内容如何？

（post_status ='publish'，post_type ='post'，post_author ='user A'，post_date ='2012-12-01'）（post_status ='publish'，post_type ='post'，post_author ='用户A'，post_date ='2012-12-31'）（post_status ='publish'，post_type ='post'，post_author ='用户B'，post_date ='2012-10-01'）（post_status ='发布'，post_type ='发布'，post_author ='用户B'，post_date ='2012-12-01'）

即数据按所有这些字段按升序排序。

默认情况下，当您执行GROUP BY时，它会按分组字段（post_author排序，在我们的情况下排序数据; WHERE子句需要post_status，post_type）以及是否存在是一个匹配索引，它按升序获取每个第一个记录的数据。这是查询将获取以下内容（每个用户的第一篇文章）：

（post_status ='publish'，post_type ='post'，post_author ='user A'，post_date ='2012-12-01'）（post_status ='发布'，post_type ='发布'，post_author ='用户B'，post_date ='2012-10-01'）

但MySQL中的GROUP BY允许您明确指定顺序。当你按降序请求post_user时，它将以相反的顺序遍历我们的索引，仍然为每组实际上持续的第一条记录。

那是

...
WHERE wp_posts.post_status='publish' AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author DESC

会给我们

（post_status ='publish'，post_type ='post'，post_author ='用户B'，post_date ='2012-12-01'）（post_status ='发布'，post_type ='发布'，post_author ='用户A'，post_date ='2012-12-31'）

现在，当您通过post_date订购分组结果时，您将获得所需的数据。

SELECT wp_posts.*
FROM wp_posts
WHERE wp_posts.post_status='publish' AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author DESC
ORDER BY wp_posts.post_date DESC;

<强> NB ：

这不是我为这个特定查询推荐的内容。在这种情况下，我会使用 @bluefeet 建议的略微修改版本。但这种技术可能非常有用。请看一下我的答案：Retrieving the last record in each group

陷阱：该方法的缺点是

查询的结果取决于索引，这违背了SQL的精神（索引应该只加快查询速度）;
index对查询的影响一无所知（将来你或其他人可能会发现索引过于耗费资源并以某种方式更改它，打破查询结果，而不仅仅是其性能）
如果您不理解查询的工作原理，很可能您会在一个月内忘记解释，查询会让您和您的同事感到困惑。

优势是在困难情况下的表现。在这种情况下，查询的性能应该与@ bluefeet的查询相同，因为排序涉及的数据量（所有数据都加载到临时表中然后排序;顺便说一下，他的查询需要{{1}索引也是如此）。

我的建议：

正如我所说，这些查询使MySQL浪费时间在临时表中排序潜在的大量数据。如果您需要分页（即涉及LIMIT），大多数数据甚至会被丢弃。我要做的是最小化排序数据的数量：即排序并限制子查询中的最小数据，然后再加入到整个表中。

(post_status, post_type, post_author, post_date)

使用上述方法的相同查询：

SELECT * 
FROM wp_posts
INNER JOIN
(
  SELECT max(post_date) post_date, post_author
  FROM wp_posts
  WHERE post_status='publish' AND post_type='post'
  GROUP BY post_author
  ORDER BY post_date DESC
  -- LIMIT GOES HERE
) p2 USING (post_author, post_date)
WHERE post_status='publish' AND post_type='post';

所有这些查询及其执行计划都在SQLFiddle。

Answer 4

试试这个。 只需获取每位作者的最新发布日期列表。多数民众赞成

SELECT wp_posts.* FROM wp_posts WHERE wp_posts.post_status='publish'
AND wp_posts.post_type='post' AND wp_posts.post_date IN(SELECT MAX(wp_posts.post_date) FROM wp_posts GROUP BY wp_posts.post_author)

Answer 5

没有。在分组之前对记录进行排序是没有意义的，因为分组将改变结果集。子查询方式是首选方式。如果这样做太慢，你将不得不改变你的表设计，例如通过将每个作者的最后一篇文章的id存储在一个单独的表中，或者引入一个布尔列来指示每个作者的帖子是最后一个之一。

Answer 6

回顾一下，标准解决方案使用不相关的子查询，如下所示：

SELECT x.*
  FROM my_table x
  JOIN (SELECT grouping_criteria,MAX(ranking_criterion) max_n FROM my_table GROUP BY grouping_criteria) y
    ON y.grouping_criteria = x.grouping_criteria
   AND y.max_n = x.ranking_criterion;

如果您使用的是古老版本的MySQL或相当小的数据集，那么您可以使用以下方法：

SELECT x.*
  FROM my_table x
  LEFT
  JOIN my_table y
    ON y.joining_criteria = x.joining_criteria
   AND y.ranking_criteria < x.ranking_criteria
 WHERE y.some_non_null_column IS NULL;

Answer 7

只需使用max函数和组函数

    select max(taskhistory.id) as id from taskhistory
            group by taskhistory.taskid
            order by taskhistory.datum desc

Answer 8

**与大型数据集一起使用时，子查询可能会对性能产生不良影响**

原始查询

SELECT wp_posts.*
FROM   wp_posts
WHERE  wp_posts.post_status = 'publish'
       AND wp_posts.post_type = 'post'
GROUP  BY wp_posts.post_author
ORDER  BY wp_posts.post_date DESC;

修改后的查询

SELECT p.post_status,
       p.post_type,
       Max(p.post_date),
       p.post_author
FROM   wp_posts P
WHERE  p.post_status = "publish"
       AND p.post_type = "post"
GROUP  BY p.post_author
ORDER  BY p.post_date;

因为我在max ==＆gt;中使用了select clause max(p.post_date)可以避免子选择查询，并按分组后的最大列排序。

Answer 9

首先，不要在选择中使用*，影响它们的性能并阻碍按顺序使用组。试试这个问题：

SELECT wp_posts.post_author, wp_posts.post_date as pdate FROM wp_posts
WHERE wp_posts.post_status='publish'
AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author           
ORDER BY pdate DESC

当你没有在ORDER BY中指定表时，只是别名，他们会对select的结果进行排序。

MySQL之前按顺序排序

9 个答案: