对相关记录进行分组，但仅从第一条记录中选择某些字段

Posted 2023-02-16

【中文标题】对相关记录进行分组，但仅从第一条记录中选择某些字段

【英文标题】：Group related records, but pick certain fields from only the first record

【发布时间】：2010-10-23 17:40:44

【问题描述】：

我正在对多个记录执行聚合函数，这些记录按公共 ID 分组。问题是，我还想导出一些其他字段，这些字段在分组记录中可能不同，但我想从其中一个记录中获取这些特定字段（第一个，根据查询的 ORDER BY）。

起点示例：

SELECT
  customer_id,
  sum(order_total),
  referral_code
FROM order
GROUP BY customer_id
ORDER BY date_created

我需要查询推荐代码，但在聚合函数之外执行此操作意味着我也必须按该字段进行分组，这不是我想要的 - 在此示例中，我需要每个客户恰好一行。我真的只关心第一个订单的推荐代码，我很乐意丢弃任何以后的推荐代码。

这是在 PostgreSQL 中，但可能来自其他数据库的语法可能足够相似。

被拒绝的解决方案：

不能使用 max() 或 min()，因为顺序很重要。 子查询起初可能有效，但无法扩展；这是一个极其简化的例子。我的实际查询有几十个字段，比如我只想要第一个实例的 refer_code，还有几十个 WHERE 子句，如果在子查询中重复，这将成为维护的噩梦。

【参考方案1】：

SELECT  customer_id, order_sum,
        (first_record).referral, (first_record).other_column
FROM    (
        SELECT  customer_id,
                SUM(order_total) AS order_sum,
                (
                SELECT  oi
                FROM    order oi
                WHERE   oi.customer_id = o.customer_id
                LIMIT 1
                ) AS first_record
        FROM    order o
        GROUP BY
                customer_id
        ) q

【参考方案2】：

这样的东西可以解决问题吗？

SELECT
  customer_id,
  sum(order_total),
  (SELECT referral_code 
   FROM order o 
   WHERE o.customer_id = order.customer_id 
   ORDER BY date_created 
   LIMIT 1) AS customers_referral_code
FROM order
GROUP BY customer_id, customers_referral_code
ORDER BY date_created

这不需要您在两个地方维护 WHERE 子句并保持顺序重要性，但是如果您需要“数十个字段”，例如referral_code，则会变得非常麻烦。它也相当慢（至少在 mysql 上）。

对我来说，这听起来像referral_code，并且像它这样的几十个字段应该在客户表中，而不是订单表中，因为它们在逻辑上与客户 1:1 相关联，而不是订单。将它们移到那里将使查询更简单。

这也可以解决问题：

SELECT
  o.customer_id,
  sum(o.order_total),
  c.referral_code, c.x, c.y, c.z
FROM order o LEFT JOIN (
    SELECT referral_code, x, y, z
    FROM orders c 
    WHERE c.customer_id = o.customer_id 
    ORDER BY c.date_created
    LIMIT 1
) AS c
GROUP BY o.customer_id, c.referral_code
ORDER BY o.date_created

【讨论】：

当前，您的查询包含两个名为 refer_code 的字段（一个是子查询），这两个字段均未列在 GROUP BY 中。

第一个referral_code确实是一个错误。 GROUP BY 中缺少它仅仅是因为某些 SQL 方言不需要它。感谢您指出这一点，已修复。

【参考方案3】：

可能是这样的：

SELECT
     O1.customer_id,
     O1.referral_code,
     SQ.total
FROM
     Orders O1
LEFT OUTER JOIN Orders O2 ON
     O2.customer_id = O1.customer_id AND
     O2.date_created < O1.date_created
INNER JOIN (
     SELECT
          customer_id,
          SUM(order_total) AS total
     FROM
          Orders
     GROUP BY
          customer_id
     ) SQ ON SQ.customer_id = O1.customer_id
WHERE
     O2.customer_id IS NULL

【讨论】：

您需要在子查询末尾添加“GROUP BY customer_id”。然后您的查询给出了最后一个referral_code。将加入条件的大于号更改为小于号，它将获得第一个推荐代码。

谢谢，看来我把 GROUP BY 留在了剪切粘贴中

【参考方案4】：

嗯，其实很简单。

首先，让我们编写一个用于聚合的查询：

select customer_id, sum(order_total)
from order
group by customer_id

现在，让我们编写一个查询，该查询将返回给定 customer_id 的第一个推荐代码和 date_created：

select distinct on (customer_id) customer_id, date_created, referral_code
from order
order by customer_id, date_created

现在，您可以简单地加入 2 个选择：

select
    x1.customer_id,
    x1.sum,
    x2.date_created,
    x2.referral_code
from
    (
        select customer_id, sum(order_total)
        from order
        group by customer_id
    ) as x1
    join
    (
        select distinct on (customer_id) customer_id, date_Created, referral_code
        from order
        order by customer_id, date_created
    ) as x2 using ( customer_id )
order by x2.date_created

我没有测试它，所以可能有错别字，但通常它应该可以工作。

【讨论】：

+1，但这仍然需要在 2 个地方更新任何额外的 WHERE 子句。

好吧，没有这个要求也可以完成，但它需要自定义聚合（首先）。并不难。

【参考方案5】：

如果 date_created 保证每个 customer_id 都是唯一的，那么您可以这样做：

[简单表]

create table ordertable (customer_id int, order_total int, referral_code char, date_created datetime)
insert ordertable values (1,10, 'a', '2009-01-01')
insert ordertable values (2,15, 'b', '2009-01-02')
insert ordertable values (1,35, 'c', '2009-01-03')

[用更好的东西替换我蹩脚的表名:)]

SELECT
  orderAgg.customer_id,
  orderAgg.order_sum,
  referral.referral_code as first_referral_code
FROM (
        SELECT
          customer_id,
          sum(order_total) as order_sum
        FROM ordertable
        GROUP BY customer_id
    ) as orderAgg join (
        SELECT
          customer_id,
          min(date_created) as first_date
        FROM ordertable
        GROUP BY customer_id
    ) as dateAgg on orderAgg.customer_id = dateAgg.customer_id
    join ordertable as referral 
        on dateAgg.customer_id = referral.customer_id
            and dateAgg.first_date = referral.date_created

【参考方案6】：

您将需要window functions。 这是一种 GROUP BY，但您仍然可以访问各个行。 不过只使用了 Oracle 的等价物。

【讨论】：

有趣...看起来像是 8.4 的新功能？不幸的是，一旦新版本发布，我们需要一段时间才能迁移到新版本，现在我们仍然停留在 8.2 上（尽管希望不会太久......）：\