SQL 查询 - 返回连接表的前两条记录的连接

Posted 2023-05-08

【中文标题】SQL 查询 - 返回连接表的前两条记录的连接

【英文标题】：SQL query - Join that returns the first two records of joining table

【发布时间】：2009-03-10 07:14:30

【问题描述】：

我有两张桌子：

患者

pkPatientId 名字 姓氏

患者状态

pkPatientStatusId fkPatientId 状态码 开始日期 结束日期

Patient -> PatientStatus 是一对多的关系。

我想知道是否可以在 SQL 中执行一个仅返回每个患者的前两个​​ PatientStatus 记录的连接。如果仅存在一条 PatientStatus 记录，则不应在结果中返回。

我的查询的正常连接是：

SELECT FROM Patient p INNER JOIN PatientStatus ps ON p.pkPatientId = ps.fkPatientId
ORDER BY ps.fkPatientId, ps.StartDate

【参考方案1】：

如果您使用的是 SQL Server 2005 或更高版本，CTE 可能是您最好的选择，但如果您想要与其他平台更兼容的东西，这应该可行：

SELECT
     P.pkPatientID,
     P.FirstName,
     P.LastName,
     PS1.StatusCode AS FirstStatusCode,
     PS1.StartDate AS FirstStatusStartDate,
     PS1.EndDate AS FirstStatusEndDate,
     PS2.StatusCode AS SecondStatusCode,
     PS2.StartDate AS SecondStatusStartDate,
     PS2.EndDate AS SecondStatusEndDate
FROM
     Patient P
INNER JOIN PatientStatus PS1 ON
     PS1.fkPatientID = P.pkPatientID
INNER JOIN PatientStatus PS2 ON
     PS2.fkPatientID = P.pkPatientID AND
     PS2.StartDate > PS1.StartDate
LEFT OUTER JOIN PatientStatus PS3 ON
     PS3.fkPatientID = P.pkPatientID AND
     PS3.StartDate < PS1.StartDate
LEFT OUTER JOIN PatientStatus PS4 ON
     PS4.fkPatientID = P.pkPatientID AND
     PS4.StartDate > PS1.StartDate AND
     PS4.StartDate < PS2.StartDate
WHERE
     PS3.pkPatientStatusID IS NULL AND
     PS4.pkPatientStatusID IS NULL

您想要前两种状态而不是后两种状态对我来说确实有点奇怪，但我假设您知道自己想要什么。

如果您获得更好的性能，您也可以使用 WHERE NOT EXISTS 代替 PS3 和 PS4 连接。

【参考方案2】：

这是我的尝试 - 由于使用了公用表表达式，它应该可以在 SQL Server 2005 和 SQL Server 2008（在 SQL Server 2008 上测试）上运行：

WITH CTE AS
(
    SELECT  fkPatientId
          , StatusCode
          -- add more columns here
          , ROW_NUMBER() OVER
    (
    PARTITION BY fkPatientId ORDER BY fkPatientId desc) AS [Row_Number] 
    from PatientStatus
    where fkPatientId in
    (
        select fkPatientId
        from PatientStatus
        group by fkPatientId
        having COUNT(*) >= 2
    )
)
SELECT p.pkPatientId,
    p.FirstName,
    CTE.StatusCode  
FROM [Patient] as p
    INNER JOIN CTE
        ON p.[pkPatientId] = CTE.fkPatientId
WHERE CTE.[Row_Number] = 1 
or CTE.[Row_Number] = 2

【讨论】：

SQL Server 是否足够了解以只运行一次按 fkPatientID 分组的子查询？否则，通过将 fkPatientID 约束放在其中，您可能会获得更好的性能。

【参考方案3】：

编辑：以下两种解决方案都要求PatientStatus.StartDate 在每个患者中都是唯一的。

传统方式（兼容SQL Server 2000）：

SELECT 
  p.pkPatientId,
  p.FirstName,
  p.Surname,
  ps.StatusCode,
  ps.StartDate,
  ps.EndDate
FROM 
  Patient p 
  INNER JOIN PatientStatus ps ON 
    p.pkPatientId = ps.fkPatientId
    AND ps.StartDate IN (
      SELECT TOP 2 StartDate 
      FROM     PatientStatus 
      WHERE    fkPatientId = ps.fkPatientId
      ORDER BY StartDate  /* DESC (to switch between first/last records) */
    )
WHERE 
  EXISTS (
    SELECT   1 
    FROM     PatientStatus
    WHERE    fkPatientId = p.pkPatientId
    GROUP BY fkPatientId
    HAVING   COUNT(*) >= 2
  )
ORDER BY 
  ps.fkPatientId, 
  ps.StartDate

一个更有趣的替代方案（您必须尝试比较它的性能）：

SELECT 
  p.pkPatientId,
  p.FirstName,
  p.Surname,
  ps.StatusCode,
  ps.StartDate,
  ps.EndDate
FROM 
  Patient p 
  INNER JOIN PatientStatus ps ON p.pkPatientId = ps.fkPatientId
WHERE
  /* the "2" is the maximum number of rows returned */
  2 > (
    SELECT 
      COUNT(*)
    FROM 
      Patient p_i 
      INNER JOIN PatientStatus ps_i ON p_i.pkPatientId = ps_i.fkPatientId
    WHERE
      ps_i.fkPatientId = ps.fkPatientId
      AND ps_i.StartDate < ps.StartDate
      /* switch between "<" and ">" to get the first/last rows */
  )
  AND EXISTS (
    SELECT   1 
    FROM     PatientStatus
    WHERE    fkPatientId = p.pkPatientId
    GROUP BY fkPatientId
    HAVING   COUNT(*) >= 2
  )
ORDER BY 
  ps.fkPatientId, 
  ps.StartDate

旁注：对于 mysql，后一个查询可能是唯一的选择 - 直到子查询支持 LIMIT。

编辑：我添加了一个条件，它排除了只有一个 PatientStatus 记录的患者。 （感谢您的提示，Ryan！）

【参考方案4】：

我没有尝试，但这可以工作；

SELECT /*(your select columns here)*/, row_number() over(ORDER BY ps.fkPatientId, ps.StartDate) as rownumber FROM Patient p INNER JOIN PatientStatus ps ON p.pkPatientId = ps.fkPatientId
where rownumber between 1 and 2

如果这不起作用，请参阅this 链接。

【参考方案5】：

将这个 WHERE 子句添加到 Tomalak 的第一个解决方案的外部查询将防止返回少于 2 条状态记录的患者。您也可以在第二个查询的 WHERE 子句中“和”它以获得相同的结果。

WHERE pkPatientId IN (
    SELECT pkPatientID 
    FROM Patient JOIN PatientStatus ON pkPatientId = fkPatientId
    GROUP BY pkPatientID HAVING Count(*) >= 2
)

【讨论】：

感谢您的提示，我忽略了这个问题的特殊要求。不过，我提出的条件与您的条件不同。

Np。我认为这只是一个疏忽。干杯。

【参考方案6】：

检查您的服务器是否支持窗口函数：

SELECT * 
FROM Patient p
LEFT JOIN PatientStatus ps ON p.pkPatientId = ps.fkPatientId
QUALIFY ROW_NUMBER() OVER (PARTITION BY ps.fkPatientId ORDER BY ps.StartDate) < 3

另一种可能性，应该适用于 SQL Server 2005：

SELECT * FROM Patient p
LEFT JOIN ( 
    SELECT *, ROW_NUMBER(PARTITION BY fsPatientId ORDER by StartDate) rn
    FROM PatientStatus) ps
ON p.pkPatientId = ps.fkPatientID 
and ps.rn < 3

【参考方案7】：

这是我的处理方法：

-- Patients with at least 2 status records
with PatientsWithEnoughRecords as (
    select fkPatientId
        from PatientStatus as ps
        group by 
            fkPatientId
        having
            count(*) >= 2
)
select top 2 *
    from PatientsWithEnoughRecords as er 
        left join PatientStatus as ps on
            er.fkPatientId = ps.fkPatientId
    order by StartDate asc

我不确定是什么决定了您案例中“前”两个状态记录，所以我假设您想要最早的两个 StartDate**s。修改最后的**order by子句，获取你感兴趣的记录。

编辑：SQL Server 2000 不支持 CTE，所以这个解决方案确实只能直接在 2005 年及以后的版本上运行。

【参考方案8】：

丑，但是这个不依赖 StartDate 的唯一性，适用于 SQL 2000

select * 
from Patient p 
join PatientStatus ps on p.pkPatientId=ps.fkPatientId
where pkPatientStatusId in (
 select top 2 pkPatientStatusId 
 from PatientStatus 
 where fkPatientId=ps.fkPatientId 
 order by StartDate
) and pkPatientId in (
 select fkPatientId
 from PatientStatus
 group by fkPatientId
 having count(*)>=2
)

【讨论】：

这是 2000 年和 2005 年的最佳解决方案；但是您想将两个子查询放在 2000 年的临时表和 2005 年以上的 CTE 中

（如果你不这样做，那么你会得到 O(N1*N2*N2) 作为 O(N1+N2+N2) 的操作，其中 N1 是患者人数，N2 是患者人数状态记录。