正如标题所示，我想选择与GROUP BY分组的每组行的第一行。
具体来说，如果我有一个purchases表，如下所示：
SELECT * FROM purchases;
我的输出：
id | customer | total ---+----------+------ 1 | Joe | 5 2 | Sally | 3 3 | Joe | 2 4 | Sally | 1
我想查询每个id所做的最大购买（total）的customer。像这样：
SELECT FIRST(id), customer, FIRST(total)
FROM purchases
GROUP BY customer
ORDER BY total DESC;
预期输出：
FIRST(id) | customer | FIRST(total)
----------+----------+-------------
1 | Joe | 5
2 | Sally | 3
答案 0 :(得分：956)
在 PostgreSQL 中，这通常更简单，更快（下面有更多性能优化）：
SELECT DISTINCT ON (customer)
id, customer, total
FROM purchases
ORDER BY customer, total DESC, id;或者更短（如果不是很清楚）具有序数的输出列：
SELECT DISTINCT ON (2)
id, customer, total
FROM purchases
ORDER BY 2, 3 DESC, 1;
如果total可以为NULL（不管怎样都不会受到伤害，但您想要匹配现有索引）：
...
ORDER BY customer, total DESC NULLS LAST, id; DISTINCT ON是标准的PostgreSQL扩展（在整个DISTINCT列表中只定义了SELECT）。
列出DISTINCT ON子句中的任意数量的表达式，组合的行值定义重复项。 The manual:
显然，如果它们至少不同，则认为两行是不同的 一列值。 此比较中的空值被视为相同。
大胆强调我的。
DISTINCT ON可与 ORDER BY 结合使用。前导表达式必须以相同的顺序匹配前导DISTINCT ON表达式。您可以将其他表达式添加到ORDER BY，以从每个对等组中选择一个特定行。我添加id作为最后一项来打破关系：
＆＃34;从共享最高id的每个组中挑选最小total的行。＆＃34;
要以不同于确定每个组的第一个排序顺序的方式对结果进行排序，您可以使用另一个ORDER BY将查询嵌套在外部查询中。像：
如果total可以为NULL，则很可能想要具有最大非空值的行。像演示一样添加 NULLS LAST 。详细说明：
SELECT列表不受任何方式DISTINCT ON或ORDER BY中的表达式约束。 （在上面的简单案例中不需要）：
您不必包含DISTINCT ON或ORDER BY中的任何表达。
您可以在SELECT列表中包含任何其他表达式。这有助于用子查询和聚合/窗口函数替换更复杂的查询。
我使用Postgres版本8.3 - 12进行了测试。但是至少从版本7.1开始，该功能一直存在，所以基本上总是如此。
上述查询的完美索引将是multi-column index，它匹配序列中的所有三列并具有匹配的排序顺序：
CREATE INDEX purchases_3c_idx ON purchases (customer, total DESC, id);
可能太专业了。但是，如果特定查询的读取性能至关重要，请使用它。如果查询中有DESC NULLS LAST，请在索引中使用相同的内容，以便排序顺序匹配且索引适用。
在为每个查询创建定制索引之前，权衡成本和收益。上述指数的潜力很大程度上取决于数据分布。
使用索引是因为它提供了预先排序的数据。在Postgres 9.2或更高版本中，如果索引小于基础表，查询也可以从 index only scan 中受益。但是，索引必须完整扫描。
对于每个客户的 少数行（列customer中的高基数），这非常有效。如果你还需要分类输出，那就更是如此了。每个客户的行数越来越多，收益越来越大
理想情况下，您有足够的work_mem来处理RAM中涉及的排序步骤而不会溢出到磁盘。但通常将work_mem 设置为可能会产生负面影响。对于异常大的查询，请考虑SET LOCAL。通过EXPLAIN ANALYZE查找您需要的数量。提及＆＃34; 磁盘：＆＃34;在排序步骤中表明需要更多：
对于每个客户的 多个行（列customer中的基数较低），loose index scan（又名＆＃34;跳过扫描＆＃34;）（更高效），但是没有实现到Postgres 11.（Postgres 12 13正在开发仅索引扫描的实现。 here和here。）
目前，有更快的查询技术来替代它。特别是如果您有一个单独的表，其中包含唯一的客户，这是典型的用例。但如果你不这样做：
我在这里有一个简单的基准，现在已经过时了。我用detailed benchmark in this separate answer替换了它。
答案 1 :(得分：932)
WITH summary AS (
SELECT p.id,
p.customer,
p.total,
ROW_NUMBER() OVER(PARTITION BY p.customer
ORDER BY p.total DESC) AS rk
FROM PURCHASES p)
SELECT s.*
FROM summary s
WHERE s.rk = 1
但你需要添加逻辑来打破关系：
SELECT MIN(x.id), -- change to MAX if you want the highest
x.customer,
x.total
FROM PURCHASES x
JOIN (SELECT p.customer,
MAX(total) AS max_total
FROM PURCHASES p
GROUP BY p.customer) y ON y.customer = x.customer
AND y.max_total = x.total
GROUP BY x.customer, x.total
答案 2 :(得分：108)
使用Postgres 9.4 和 9.5 测试最有趣的候选人，并在purchases和<{1}}中使用 200k行的中间表强> 10k不同customer_id （每个客户20行）。
对于Postgres 9.5，我有效地为86446个不同的客户进行了第二次测试。请参阅下文（平均每个客户2.3行）。
主表
CREATE TABLE purchases (
id serial
, customer_id int -- REFERENCES customer
, total int -- could be amount of money in Cent
, some_column text -- to make the row bigger, more realistic
);
我使用serial（下面添加了PK约束）和整数customer_id，因为这是一个更典型的设置。还添加了some_column以弥补通常更多的列。
虚拟数据，PK，索引 - 一个典型的表也有一些死元组：
INSERT INTO purchases (customer_id, total, some_column) -- insert 200k rows
SELECT (random() * 10000)::int AS customer_id -- 10k customers
, (random() * random() * 100000)::int AS total
, 'note: ' || repeat('x', (random()^2 * random() * random() * 500)::int)
FROM generate_series(1,200000) g;
ALTER TABLE purchases ADD CONSTRAINT purchases_id_pkey PRIMARY KEY (id);
DELETE FROM purchases WHERE random() > 0.9; -- some dead rows
INSERT INTO purchases (customer_id, total, some_column)
SELECT (random() * 10000)::int AS customer_id -- 10k customers
, (random() * random() * 100000)::int AS total
, 'note: ' || repeat('x', (random()^2 * random() * random() * 500)::int)
FROM generate_series(1,20000) g; -- add 20k to make it ~ 200k
CREATE INDEX purchases_3c_idx ON purchases (customer_id, total DESC, id);
VACUUM ANALYZE purchases;
customer表 - 用于高级查询
CREATE TABLE customer AS
SELECT customer_id, 'customer_' || customer_id AS customer
FROM purchases
GROUP BY 1
ORDER BY 1;
ALTER TABLE customer ADD CONSTRAINT customer_customer_id_pkey PRIMARY KEY (customer_id);
VACUUM ANALYZE customer;
在9.5的第二次测试中，我使用相同的设置，但使用random() * 100000生成customer_id，每customer_id只获得几行。
purchases 使用this query生成。
what | bytes/ct | bytes_pretty | bytes_per_row
-----------------------------------+----------+--------------+---------------
core_relation_size | 20496384 | 20 MB | 102
visibility_map | 0 | 0 bytes | 0
free_space_map | 24576 | 24 kB | 0
table_size_incl_toast | 20529152 | 20 MB | 102
indexes_size | 10977280 | 10 MB | 54
total_size_incl_toast_and_indexes | 31506432 | 30 MB | 157
live_rows_in_text_representation | 13729802 | 13 MB | 68
------------------------------ | | |
row_count | 200045 | |
live_tuples | 200045 | |
dead_tuples | 19955 | |
row_number()，（see other answer）WITH cte AS (
SELECT id, customer_id, total
, row_number() OVER(PARTITION BY customer_id ORDER BY total DESC) AS rn
FROM purchases
)
SELECT id, customer_id, total
FROM cte
WHERE rn = 1;
row_number()（我的优化）SELECT id, customer_id, total
FROM (
SELECT id, customer_id, total
, row_number() OVER(PARTITION BY customer_id ORDER BY total DESC) AS rn
FROM purchases
) sub
WHERE rn = 1;
DISTINCT ON（see other answer）SELECT DISTINCT ON (customer_id)
id, customer_id, total
FROM purchases
ORDER BY customer_id, total DESC, id;
LATERAL子查询（see here）WITH RECURSIVE cte AS (
( -- parentheses required
SELECT id, customer_id, total
FROM purchases
ORDER BY customer_id, total DESC
LIMIT 1
)
UNION ALL
SELECT u.*
FROM cte c
, LATERAL (
SELECT id, customer_id, total
FROM purchases
WHERE customer_id > c.customer_id -- lateral reference
ORDER BY customer_id, total DESC
LIMIT 1
) u
)
SELECT id, customer_id, total
FROM cte
ORDER BY customer_id;
customer（see here）LATERAL表格
SELECT l.*
FROM customer c
, LATERAL (
SELECT id, customer_id, total
FROM purchases
WHERE customer_id = c.customer_id -- lateral reference
ORDER BY total DESC
LIMIT 1
) l;
array_agg()与ORDER BY（see other answer）SELECT (array_agg(id ORDER BY total DESC))[1] AS id
, customer_id
, max(total) AS total
FROM purchases
GROUP BY customer_id;
上述查询的执行时间EXPLAIN ANALYZE（以及所有选项关闭），最好5次。
所有查询都使用purchases2_3c_idx上的仅索引扫描（以及其他步骤）。其中一些只是为了较小的索引，有些则更有效。
customer_id 1. 273.274 ms
2. 194.572 ms
3. 111.067 ms
4. 92.922 ms
5. 37.679 ms -- winner
6. 189.495 ms
1. 288.006 ms
2. 223.032 ms
3. 107.074 ms
4. 78.032 ms
5. 33.944 ms -- winner
6. 211.540 ms
customer_id 1. 381.573 ms
2. 311.976 ms
3. 124.074 ms -- winner
4. 710.631 ms
5. 311.976 ms
6. 421.679 ms
我使用PostgreSQL 9.1 在65579行的实际生命表上运行了三次测试，并在所涉及的三列中的每一列上执行了单列btree索引，并且获得了最佳的执行时间 5次运行
将@OMGPonies'第一个查询（ A ）与above DISTINCT ON solution（ B ）进行比较：
选择整个表格，在这种情况下会产生5958行。
A: 567.218 ms
B: 386.673 ms
使用条件WHERE customer BETWEEN x AND y生成1000行。
A: 249.136 ms
B: 55.111 ms
选择WHERE customer = x的单个客户。
A: 0.143 ms
B: 0.072 ms
使用其他答案中描述的索引重复相同的测试
CREATE INDEX purchases_3c_idx ON purchases (customer, total DESC, id);
1A: 277.953 ms
1B: 193.547 ms
2A: 249.796 ms -- special index not used
2B: 28.679 ms
3A: 0.120 ms
3B: 0.048 ms
答案 3 :(得分：46)
这是常见的greatest-n-per-group问题，已经过很好的测试和高度optimized solutions。我个人更喜欢left join solution by Bill Karwin（original post with lots of other solutions）。
请注意，对于这个常见问题的解决方案可以在大多数官方消息来源中找到， MySQL手册！请参阅Examples of Common Queries :: The Rows Holding the Group-wise Maximum of a Certain Column。
答案 4 :(得分：27)
在Postgres中，您可以像这样使用array_agg：
SELECT customer,
(array_agg(id ORDER BY total DESC))[1],
max(total)
FROM purchases
GROUP BY customer
这将为您提供每个客户最大购买量的id。
有些注意事项：
array_agg是一个聚合函数，因此适用于GROUP BY。array_agg允许您指定一个仅限于自身的排序，因此它不会限制整个查询的结构。如果您需要执行与默认值不同的操作，还有关于如何对NULL进行排序的语法。array_agg，但max(total)更简单。DISTINCT ON不同，使用array_agg可以保留GROUP BY，以防出于其他原因。答案 5 :(得分：12)
由于存在SubQs
，Erwin指出解决方案效率不高select * from purchases p1 where total in
(select max(total) from purchases where p1.customer=customer) order by total desc;
答案 6 :(得分：8)
我使用这种方式（仅限postgresql）：https://wiki.postgresql.org/wiki/First/last_%28aggregate%29
-- Create a function that always returns the first non-NULL item
CREATE OR REPLACE FUNCTION public.first_agg ( anyelement, anyelement )
RETURNS anyelement LANGUAGE sql IMMUTABLE STRICT AS $$
SELECT $1;
$$;
-- And then wrap an aggregate around it
CREATE AGGREGATE public.first (
sfunc = public.first_agg,
basetype = anyelement,
stype = anyelement
);
-- Create a function that always returns the last non-NULL item
CREATE OR REPLACE FUNCTION public.last_agg ( anyelement, anyelement )
RETURNS anyelement LANGUAGE sql IMMUTABLE STRICT AS $$
SELECT $2;
$$;
-- And then wrap an aggregate around it
CREATE AGGREGATE public.last (
sfunc = public.last_agg,
basetype = anyelement,
stype = anyelement
);
然后你的例子应该按原样运行 ：
SELECT FIRST(id), customer, FIRST(total)
FROM purchases
GROUP BY customer
ORDER BY FIRST(total) DESC;
CAVEAT：它忽略了“空行”
现在我用这种方式：http://pgxn.org/dist/first_last_agg/
在ubuntu 14.04上安装：
apt-get install postgresql-server-dev-9.3 git build-essential -y
git clone git://github.com/wulczer/first_last_agg.git
cd first_last_app
make && sudo make install
psql -c 'create extension first_last_agg'
它是一个postgres扩展，为您提供第一个和最后一个功能;显然比上述方式更快。</ p>
如果您使用聚合函数（如这些），您可以订购结果，而无需订购数据：
http://www.postgresql.org/docs/current/static/sql-expressions.html#SYNTAX-AGGREGATES
所以等效的例子，如下所示：
SELECT first(id order by id), customer, first(total order by id)
FROM purchases
GROUP BY customer
ORDER BY first(total);
当然，您可以按照您认为适合的方式订购和过滤;它非常强大的语法。
答案 7 :(得分：7)
非常快速的解决方案
SELECT a.*
FROM
purchases a
JOIN (
SELECT customer, min( id ) as id
FROM purchases
GROUP BY customer
) b USING ( id );
如果表由id：
索引，则非常快create index purchases_id on purchases (id);
答案 8 :(得分：6)
查询：
SELECT purchases.*
FROM purchases
LEFT JOIN purchases as p
ON
p.customer = purchases.customer
AND
purchases.total < p.total
WHERE p.total IS NULL
如何运作！（我去过那里）
我们希望确保每次购买的总数最高。
一些理论资料（如果您只想了解查询，请跳过此部分）
让Total为函数T（customer，id），返回给定name和id的值 为了证明给定的总数（T（客户，身份证））是最高的，我们必须证明这一点 我们要证明
OR
第一种方法需要我们获取我不喜欢的那个名字的所有记录。
第二个需要一个明智的方式来说没有比这个更高的记录。
返回SQL
如果我们在名称上加入表格，且总数小于联合表格：
LEFT JOIN purchases as p
ON
p.customer = purchases.customer
AND
purchases.total < p.total
我们确保所有具有相同用户总数较高的记录的记录加入：
purchases.id, purchases.customer, purchases.total, p.id, p.customer, p.total
1 , Tom , 200 , 2 , Tom , 300
2 , Tom , 300
3 , Bob , 400 , 4 , Bob , 500
4 , Bob , 500
5 , Alice , 600 , 6 , Alice , 700
6 , Alice , 700
这将有助于我们过滤每次购买的最高总额，而无需分组：
WHERE p.total IS NULL
purchases.id, purchases.name, purchases.total, p.id, p.name, p.total
2 , Tom , 300
4 , Bob , 500
6 , Alice , 700
这就是我们需要的答案。
答案 9 :(得分：3)
公认的OMG小马＆＃39; ＆＃34;任何数据库都支持＆＃34;解决方案从我的测试中获得了很好的速度。
在这里，我提供了一种相同的方法，但是更完整，更干净的任何数据库解决方案。考虑关系（假设每个客户只想获得一行，甚至每个客户的最大总数为多个记录），并且将为购买表中的实际匹配行选择其他购买字段（例如purchase_payment_id）。
任何数据库都支持：
select * from purchase
join (
select min(id) as id from purchase
join (
select customer, max(total) as total from purchase
group by customer
) t1 using (customer, total)
group by customer
) t2 using (id)
order by customer
此查询相当快，特别是当购买表上有（客户，总计）等综合索引时。
注：
t1，t2是子查询别名，可根据数据库删除。
警告：2017年1月编辑时，MS-SQL和Oracle数据库中不支持using (...)子句。您必须自己将其扩展为例如on t2.id = purchase.id等USING语法适用于SQLite，MySQL和PostgreSQL。
答案 10 :(得分：3)
在SQL Server中，您可以执行以下操作：
SELECT *
FROM (
SELECT ROW_NUMBER()
OVER(PARTITION BY customer
ORDER BY total DESC) AS StRank, *
FROM Purchases) n
WHERE StRank = 1
说明：在此分组依据是根据客户进行的，然后按总数进行订购，然后为每个这样的组指定序列号为StRank，我们将取出第一个有1个StRank为1的客户
答案 11 :(得分：3)
对PostgreSQL，U-SQL，IBM DB2和Google BigQuery SQL使用ARRAY_AGG函数：
SELECT customer, (ARRAY_AGG(id ORDER BY total DESC))[1], MAX(total)
FROM purchases
GROUP BY customer
答案 12 :(得分：3)
在PostgreSQL中，另一种可能性是结合使用first_value窗口函数和SELECT DISTINCT：
select distinct customer_id,
first_value(row(id, total)) over(partition by customer_id order by total desc, id)
from purchases;
我创建了一个复合(id, total)，所以两个值都由同一聚合返回。您当然可以始终两次应用first_value()。
答案 13 :(得分：1)
如果要从聚合行集中选择任何（根据您的特定条件）行。
如果要使用除sum/avg之外的另一个（max/min）聚合函数。因此，您不能通过DISTINCT ON
您可以使用下一个子查询：
SELECT
(
SELECT **id** FROM t2
WHERE id = ANY ( ARRAY_AGG( tf.id ) ) AND amount = MAX( tf.amount )
) id,
name,
MAX(amount) ma,
SUM( ratio )
FROM t2 tf
GROUP BY name
您可以将amount = MAX( tf.amount )替换为任何您需要的条件（只有一个限制）：此子查询不得返回多于一行的内容
但是，如果您想做这样的事情，您可能会寻找window functions
答案 14 :(得分：1)
对于SQl Server，最有效的方法是：
with
ids as ( --condition for split table into groups
select i from (values (9),(12),(17),(18),(19),(20),(22),(21),(23),(10)) as v(i)
)
,src as (
select * from yourTable where <condition> --use this as filter for other conditions
)
,joined as (
select tops.* from ids
cross apply --it`s like for each rows
(
select top(1) *
from src
where CommodityId = ids.i
) as tops
)
select * from joined
不要忘记为使用过的列创建聚簇索引
答案 15 :(得分：1)
Snowflake / Teradata支持QUALIFY子句，该子句对窗口函数的作用类似于info [at] abcd.com
info@abcd [dot] com
info [at] abcd [dot] com
INFO [ AT ] ABCD[ DOT ]COM
：
HAVING答案 16 :(得分：1)
这样对我有用：
SELECT article, dealer, price
FROM shop s1
WHERE price=(SELECT MAX(s2.price)
FROM shop s2
WHERE s1.article = s2.article
GROUP BY s2.article)
ORDER BY article;
选择每篇文章的最高价格
答案 17 :(得分：0)
我通过窗口函数 dbfiddle 的方法：
.nb-theme-corporate nb-layout-header.fixed ~ .layout-container{
background:url(your-url);
}
：row_numberrow_number() over (partition by agreement_id, order_id ) as nrowfilter (where nrow = 1)