PostgreSQL ，从 2 个表中选择，但仅从表 2 中选择最新的元素

Posted 2023-03-29

【中文标题】PostgreSQL ，从 2 个表中选择，但仅从表 2 中选择最新的元素

【英文标题】：PostgreSQL , Select from 2 tables, but only the latest element from table 2

【发布时间】：2009-11-09 20:19:53

【问题描述】：

嘿，我在 PostgreSql 中有 2 个表：

1 - documents: id, title
2 - updates: id, document_id, date

还有一些数据：

文件：

| 1 | Test Title |

更新：

| 1 | 1 | 2006-01-01 |
| 2 | 1 | 2007-01-01 |
| 3 | 1 | 2008-01-01 |

所以所有更新都指向同一个文档，但所有更新的日期都不同。

我要做的是从文档表中进行选择，但还包括基于日期的最新更新。

这样的查询应该是什么样子？这是我目前拥有的，但我列出了所有更新，而不是我需要的最新更新：

SELECT * FROM documents,updates WHERE documents.id=1 AND documents.id=updates.document_id ORDER BY date

包括；我在查询中需要这个的原因是我想从更新模板中按日期排序！

编辑：这个脚本很重 简化，所以我应该能够 创建一个返回任意数字的查询 结果，但包括最新的 更新日期。我正在考虑使用 内连接或左连接什么的 就这样！？

【参考方案1】：

使用PostgreSQL 扩展DISTINCT ON:

SELECT  DISTINCT ON (documents.id) *
FROM    document
JOIN    updates
ON      updates.document_id = document_id
ORDER BY
        documents.id, updates.date DESC

这将从ORDER BY 顺序中的每个document.id 集群中取出第一行。

要检查的测试脚本：

SELECT  DISTINCT ON (documents.id) *
FROM    (
        VALUES
        (1, 'Test Title'),
        (2, 'Test Title 2')
        ) documents (id, title)
JOIN    (
        VALUES
        (1, 1, '2006-01-01'::DATE),
        (2, 1, '2007-01-01'::DATE),
        (3, 1, '2008-01-01'::DATE),
        (4, 2, '2009-01-01'::DATE),
        (5, 2, '2010-01-01'::DATE)
        ) updates (id, document_id, date)
ON      updates.document_id = documents.id
ORDER BY
        documents.id, updates.date DESC

【讨论】：

可以统计文件吗？

@holden321 当然是。请将其作为几个问题发布，并附上您的设置和要求。

【参考方案2】：

您可以创建一个派生表，其中每个 document_id 仅包含最近的“更新”记录，然后针对该表加入“文档”：

SELECT d.id, d.title, u.update_id, u."date"
FROM documents d
LEFT JOIN
-- JOIN "documents" against the most recent update per document_id
(
SELECT recent.document_id, id AS update_id, recent."date"
FROM updates
INNER JOIN
(SELECT document_id, MAX("date") AS "date" FROM updates GROUP BY 1) recent
ON updates.document_id = recent.document_id
WHERE
  updates."date" = recent."date"
) u
ON d.id = u.document_id;

这将处理“未更新”的文档，如下所示：

pg=> select * from documents;
 id | title 
----+-------
  1 | foo
  2 | bar
  3 | baz
(3 rows)

pg=> select * from updates;
 id | document_id |    date    
----+-------------+------------
  1 |           1 | 2009-10-30
  2 |           1 | 2009-11-04
  3 |           1 | 2009-11-07
  4 |           2 | 2009-11-09
(4 rows)

pg=> SELECT d.id ...
 id | title | update_id |    date    
----+-------+-----------+------------
  1 | foo   |         3 | 2009-11-07
  2 | bar   |         4 | 2009-11-09
  3 | baz   |           | 
(3 rows)

【参考方案3】：

select *
from documents
left join updates
  on updates.document_id=documents.id
  and updates.date=(select max(date) from updates where document_id=documents.id)
where documents.id=?;

它比以前的答案有一些优势：

document_id 只能写在一个方便的地方； 您可以省略 where，您将获得所有文档及其最新更新的表格； 您可以使用更广泛的选择标准，例如where documents.id in (1,2,3)。

您也可以避免使用 group by 进行子选择，但您必须在 group by 子句中列出文档的所有字段：

select documents.*, max(date) as max_date
  from documents
  left join updates on documents.id=document_id
  where documents.id=1
  group by documents.id, title;

【参考方案4】：

从我的头顶：

ORDER BY date DESC LIMIT 1

如果你真的只想要 id 1 你可以使用这个查询：

SELECT * FROM documents,updates 
    WHERE documents.id=1 AND updates.document_id=1 
    ORDER BY date DESC LIMIT 1

http://www.postgresql.org/docs/8.4/interactive/queries-limit.html

【参考方案5】：

这也应该有效

SELECT * FROM documents, updates 
    WHERE documents.id=1 AND updates.document_id=1
    AND updates.date = (SELECT MAX (date) From updates) 

【讨论】：

不，正如目前所写的那样，这行不通。无论文档如何，您的子查询都会从整个更新表中返回最近的“日期”，因此只有当您选择的documents.id 恰好在最近的更新日期更新时才会产生结果。

你是对的。子查询应读取 SELECT MAX (date) From updates where id = 1)