加入包含多条记录的第二个表，取最新的

Posted 2023-02-16

【中文标题】加入包含多条记录的第二个表，取最新的

【英文标题】：Join with a second table containing multiple records, take the latest

【发布时间】：2017-08-17 05:25:37

【问题描述】：

我有两张桌子：

person_id | name
1            name1
2            name2
3            name3

还有第二张桌子：

person_id | date     | balance
1           2016-03     1200                    ---- \
1           2016-04     700                     ----  > same person
1           2016-05     400                     ---- /
3           2016-05     4000

考虑到 person_id 1 在第二张表上有三条记录，我怎样才能通过获取最新记录来加入第一条记录？ （即：余额400，对应日期：2016-05）。

例如：查询输出：

person_id | name    | balance
1           name1     400
2           name2     ---
3           name3     4000

如果可能的话，更喜欢简单而不是解决方案的复杂性

【问题讨论】：

你使用什么数据库引擎？

AWS Redshift 是一种具有较少功能的 postregres（如果可能，查询应该与 mysql 兼容）

我删除了不兼容的数据库标签。请标记您真正使用的数据库。

【参考方案1】：

适用于所有数据库引擎的查询是

select t1.name, t2.person_id, t2.balance
from table1 t1
join table2 t2 on t1.person_id = t2.person_id
join
(
    select person_id, max(date) as mdate
    from table2
    group by person_id
) t3 on t2.person_id = t3.person_id and t2.date = t3.mdate

【讨论】：

这是否考虑了在第二张表中找不到记录的情况（例如）？还是我必须用左连接替换您的连接？

如果你总是想要person_id，你必须使用左连接

不，因为当您分组时，您只能选择分组或聚合的列（例如 max()、min()、...）

@jurgen d：rigerta提供的答案只有1个加入，你这个他是正确的吗？

不，因为 TOP 1/LIMIT 1 子查询只返回一条记录

【参考方案2】：

在任何支持 ANSI 标准窗口函数（其中大多数）的数据库中执行此操作的最佳方法是：

select t1.*, t2.balance
from table1 t1 left join
     (select t2.*,
             row_number() over (partition by person_id order by date desc) as seqnum
      from table2 t2
     ) t2
     on t1.person_id = t2.person_id and seqnum = 1;

【讨论】：

有趣的是只有一个连接的使用，无论如何你认为像这样docs.aws.amazon.com/redshift/latest/dg/…这样使用windows的first_value会有点简化吗？

@gio 。 . .唉，first_value() 是窗口函数，不是聚合函数，所以不会减少行数。还是需要子查询和过滤，所以答案是等价的。

好的，谢谢+1！无论如何，我将这个问题标记为每个组最大的问题，因为我认为基本上是同一件事。可悲的是，关于这个问题有很多问题，当在数据库中实现一个简单的 FIRST() 或 LAST() 函数可以解决所有问题时