使用连接时为每个不同的字段值选择随机行

Posted 2023-02-16

【中文标题】使用连接时为每个不同的字段值选择随机行

【英文标题】：Select random row per distinct field value while using joins

【发布时间】：2021-03-30 03:48:22

【问题描述】：

我有一个显示一些帖子的 Wordpress 实例。每个帖子都以特定语言定义，并具有属性_post_year 集。所以我们可以有几篇文章使用相同的语言并引用同一年份。

mysql 表：

wp-posts

包含所有帖子。

ID | post_author | post_date | ...
==================================
 1 |         ...
 2 |         ...
...

wp_term_relationships

包含有关帖子语言的信息（除其他外）。

object_id | term_taxonomy_id | term_order |
===========================================
        1 |              ...
        1 |              ...
        2 |              ...
...

wp_postmeta

包含帖子元信息（如附加属性“_post_year”）。

meta_id | post_id | meta_key | meta_value |
===========================================
      1 |       1 |      ...
      2 |       1 |      ...
...

我曾经能够像这样加载每年一篇随机帖子（适用于所有可用年份）：

SELECT DISTINCT
    wp_posts.*,
    postmeta.meta_value as post_meta_year
FROM (
    SELECT * FROM wp_posts
    JOIN wp_term_relationships as term_relationships
    ON term_relationships.object_id = wp_posts.ID
    AND term_relationships.term_taxonomy_id IN (LANGUAGE_ID)
    ORDER BY RAND()
) as wp_posts

JOIN wp_postmeta as postmeta
ON postmeta.post_id = wp_posts.ID
AND postmeta.meta_key = '_post_year'
AND post_status = 'publish'

GROUP BY post_meta_year DESC
ORDER BY post_meta_year DESC

自从我将 MySQL 升级到 5.7 版后，这不再起作用了：

Expression #1 of SELECT list is not in GROUP BY clause and contains nonaggregated column 'wp_posts.ID' which is not functionally dependent on columns in GROUP BY clause; this is incompatible with sql_mode=only_full_group_by

我怎样才能使每年的随机帖子按降序排列？

【问题讨论】：

只是为了观察，10 年后，我还不需要在同一个查询中提供 DISTINCT 和 GROUP BY

为什么要升级到 3 年以上的 MySQL 版本？

好问题@GordonLinoff :) 升级是在一年前完成的（除了 5.7 之外，还有其他更多的选项，老实说，我从来没有想过，但会问他们），但注意到了具体​​问题就在上周。

【参考方案1】：

您可以尝试一种方法：从具有不同年份的派生表中选择年份，并在相关子查询中使用 ORDER BY rand() 和 LIMIT 1 选择具有该年份的随机帖子 ID。将第二个派生表的结果与帖子连接起来。

SELECT po1.*,
       ppmo1.meta_value
       FROM (SELECT pmo1.meta_value,
                    (SELECT pi1.id
                            FROM wp_posts pi1
                                 INNER JOIN wp_postmeta pmi2
                                            ON pmi2.post_id = pi1.id
                                 INNER JOIN wp_term_relationships tri1
                                            ON tri1.object_id = pi1.id
                            WHERE tri1.term_taxonomy_id = LANGUAGE_ID
                                  AND pmi2.meta_key = '_post_year'
                                  AND pmi2.meta_value = pmo1.meta_value
                            ORDER BY rand()
                            LIMIT 1) id
                    FROM (SELECT DISTINCT
                                 pmi1.meta_value
                                 FROM wp_postmeta pmi1
                                 WHERE pmi1.meta_key = '_post_year') pmo1) ppmo1
            INNER JOIN wp_posts po1
                       ON po1.id = ppmo1.id
       ORDER BY ppmo1.meta_value DESC;

（未经测试，因为架构和示例数据不是由可消耗的 DDL 和 DML 提供的。）

【讨论】：

这非常有效。我在sqlfiddle.com/#!9/0e4c7d/4 创建了一个 sqlfiddle。谢谢@sticky-bit！

现在我试着绕过这个:)

【参考方案2】：

在 MySQL 5.7 中，ONLY_FULL_GROUP_BY 模式默认启用（很高兴），我建议使用相关子查询进行过滤：

select *  -- better enumerate the actual column names here
from wp_posts p
inner join wp_postmeta pm on pm.post_id = p.id
where pm.meta_key = '_post_year' and p.id = (
    select pm1.post_id
    from wp_post p1
    inner join wp_postmeta pm1 on pm1.post_id = p1.id
    where p1.status = 'publish' and pm1.meta_key = '_post_year' and pm1.meta_value = pm.meta_value
    order by rand() limit 1
)

基本上，子查询为每组具有相同'_post_year' 的记录选择一个随机的post id，用于过滤查询。

请注意，使用此技术，无需在外部查询中再次过滤帖子状态，因为子查询已经完成并返回主键列。

【讨论】：

嗨@GMB，谢谢你的回答。我在sqlfiddle.com/#!9/0e4c7d/1/0 创建了一个 sqlfiddle，我刚刚创建了所有表（抱歉之前没有这样做）并测试了您的查询。不幸的是，结果以一种无用的方式变化。有时此查询不止一次返回一年，有时一年根本不存在。