为每个用户选择最新条目而不使用 group by (postgres)

Posted 2023-02-16

【中文标题】为每个用户选择最新条目而不使用 group by (postgres)

【英文标题】：Select newest entry for each user without using group by (postgres)

【发布时间】：2020-11-19 04:09:48

【问题描述】：

我有一张表myTable，有四列：

id        UUID,
user_id   UUID ,
text      VARCHAR ,
date      TIMESTAMP

（id 是主键，user_id 在此表中不是唯一的）

我想检索按其最新条目排序的user_ids，我目前正在使用此查询：

SELECT user_id FROM myTable GROUP BY user_id ORDER BY MAX(date) DESC

问题是GROUP BY 需要很长时间。有没有更快的方法来实现这一点？我尝试使用带有PARTITION BY 的窗口函数，如此处所述Retrieving the last record in each group - mysql，但它并没有真正加快速度。我还确保 user_id 已编入索引。

我的 postgres 版本是 10.4

编辑：我当前使用的上述查询在功能上是正确的，问题是它很慢。

【问题讨论】：

“按最新条目排序”是什么意思？您想仅查看最新条目（您的标题所暗示的内容）还是全部，但使用某种特殊的排序顺序？

我想要 all user_ids，按每个 user_id 的最新日期排序。上面的查询是正确的，只是速度很慢。我不是在寻找完整的条目，只有 user_ids。

那你为什么不能简单地使用select user_id from the_table order by user_id, "date" desc？

也许我解释得不好，我想要所有的 user_id，但每个 user_id 只需要一次。

【参考方案1】：

您的查询似乎是满足您要求的相关方法：

select user_id 
from mytable 
group by user_id 
order by max(date) desc

我建议在(user, date desc) 上建立索引以加快速度。它必须是两个列上的单个索引。

您也可以尝试distinct on，这可能或可能不会为您提供更好的性能：

select user_id
from (
    select distinct on(user_id) user_id, date
    from mytable
    order by user_id, date desc
) t
order by date desc

【讨论】：

索引应该在(user_id, date DESC)

@VesaKarjalainen：啊，是的，显然……谢谢。

我最终喜欢上了这个 PostgreSQL SQL 扩展。非常方便。

@GMB 现在，当然，我希望能够为每组保留不止一行。也许像distinct (5) on (user_id) 这样的东西？我知道我知道。我现在要求太多了：D

@TheImpaler: 不，distinct on 不能那样做...在这种情况下，您需要采用古老的 row_number() 方法。

【参考方案2】：

从user_id, date desc 上的索引开始。这可能会有所帮助。

你也可以尝试过滤——一旦你有了这样的索引：

select t.user_id
from myTable t
where t.date = (select max(t2.date)
                from myTable t2
                where t2.user_id = t.user_id
               )
order by t.date desc

但是，您可能会发现 order by 最终花费的时间几乎与 group by 一样多。

这个版本肯定会为子查询使用索引：

select user_id
from (select distinct on (user_id) user_id, date
      from myTable t
      order by user_id, date desc
     ) t
order by date desc;

【讨论】：

添加索引加快了速度:)。此外，您的两个建议都比我当前的查询更快，尽管第一种方法给出了一些重复，大概是因为一些 user_ids 有多个具有相同最新日期的条目。