SQL 仅选择列上具有最大值的行

Question

我有这个文档表格（这里是简化版本）：

id	转	内容
1	1	...
2	1	...
1	2	...
1	3	...

如何为每个 ID 选择一行且仅选择最大的转速？

使用上述数据，结果应包含两行：[1, 3, ...] 和 [2, 1, ..]。我正在使用MySQL。

目前，我在 while 循环中使用检查来检测并覆盖结果集中的旧转速。但这是实现这一结果的唯一方法吗？没有SQL解决方案吗？

Answer 1

我的偏好是使用尽可能少的代码...

您可以使用IN来做到这一点 试试这个：

SELECT * 
FROM t1 WHERE (id,rev) IN 
( SELECT id, MAX(rev)
  FROM t1
  GROUP BY id
)

在我看来，它没那么复杂......更容易阅读和维护。

Answer 2

乍一看...

您所需要的只是一个带有 MAX 聚合函数的 GROUP BY 子句：

SELECT id, MAX(rev)
FROM YourTable
GROUP BY id

事情从来没有那么简单，不是吗？

我刚刚注意到您还需要 content 列。

这是 SQL 中一个非常常见的问题：在每个组标识符的列中查找具有某个最大值的行的全部数据。在我的职业生涯中我经常听到这样的说法。事实上，这是我在当前工作的技术面试中回答的问题之一。

实际上，Stack Overflow 社区创建了一个标签来处理这样的问题：greatest-n-per-group。

基本上，您有两种方法可以解决该问题：

使用简单的group-identifier, max-value-in-group子查询连接

在这种方法中，您首先在子查询中找到group-identifier, max-value-in-group（上面已解决）。然后，将表连接到子查询，并在 group-identifier 和 max-value-in-group 上相等：

SELECT a.id, a.rev, a.contents
FROM YourTable a
INNER JOIN (
    SELECT id, MAX(rev) rev
    FROM YourTable
    GROUP BY id
) b ON a.id = b.id AND a.rev = b.rev

与 self 左连接，调整连接条件和过滤器

在这种方法中，您将表与其自身左连接。平等存在于group-identifier中。然后，2个聪明的举动：

1. 第二个连接条件是左侧值小于右侧值
2. 当您执行第 1 步时，实际具有最大值的行将在右侧显示 NULL（这是一个 LEFT JOIN，还记得吗？） 。然后，我们过滤连接结果，仅显示右侧为 NULL 的行。

所以你最终会得到：

SELECT a.*
FROM YourTable a
LEFT OUTER JOIN YourTable b
    ON a.id = b.id AND a.rev < b.rev
WHERE b.id IS NULL;

结论

两种方法都会带来完全相同的结果。

如果您有两行 group-identifier 具有 max-value-in-group，则这两行都将出现在两种方法的结果中。

这两种方法都兼容 SQL ANSI，因此，无论其“风格”如何，都可以与您最喜欢的 RDBMS 配合使用。

这两种方法对性能也都很友好，但是您的情况可能会有所不同（RDBMS、数据库结构、索引等）。因此，当您选择一种方法而不是另一种方法时，基准。并确保您选择对您最有意义的一个。