如何从两个不同的、不相关的表中获取最新的行，并将它们合并到一个结果集中？

Posted 2023-02-16

【中文标题】如何从两个不同的、不相关的表中获取最新的行，并将它们合并到一个结果集中？

【英文标题】：How can I get the most recent rows from two different, unrelated tables, and merge them into one result set?

【发布时间】：2015-03-22 12:05:28

【问题描述】：

我有两个不同的表，它们的架构如下：

表1：

COLUMN_NAME     COLUMN_TYPE

campaign_id     varchar(50)
subscriber_id   varchar(50)
message         varchar(21000)
log_time        datetime
log_type        varchar(50)
level           varchar(50)
campaign_name   varchar(500)

表2：

COLUMN_NAME      COLUMN_TYPE

guid             varchar(100)
sid              varchar(100)
url              varchar(2500)
ip               varchar(20)
is_new           varchar(20)
ref              varchar(2500)
user_agent       varchar(255)
stats_time       datetime
country          varchar(50)
region           varchar(50)
city             varchar(50)
city_lat_long    varchar(50)
email            varchar(100)

我需要一个表，它是这两个表（不是所有列）的合并表，并且应该根据时间（表 1 中的 log_time 和表 2 中的 stats_time）对行进行排序。这两个表之间没有关系。

Table1 我需要的列是

campaign_id
subscriber_id
message
log_time
log_type
campaign_name

我需要的 Table2 的列是：

url
stats_time
email

我可以得到更优化的解决方案吗？

查询：

SELECT url, ip, stats_time, email, campaign_id, subscriber_id, campaign_name, log_time, log_type, time from
(  
( SELECT url,ip,stats_time,email,NULL AS campaign_id,NULL AS subscriber_id ,NULL AS campaign_name,NULL AS log_time,NULL AS log_type, NULL AS message, UNIX_TIMESTAMP(stats_time) AS time FROM Tabel2 AS Table2Alias WHERE URL !='' AND EMAIL != '') Order by stats_time desc Limit 100

UNION ALL  

( SELECT NULL AS url,NULL AS ip,NULL AS stats_time,NULL AS email,campaign_id,subscriber_id,campaign_name,log_time,log_type,message,UNIX_TIMESTAMP(log_time) AS time FROM Table1 AS Table1Alias WHERE (log_type='x1' OR log_type='x2' OR log_type='x3' OR log_type='x4') order by log_time desc Limit 100)
)
as ResultTable order by time  desc

【问题讨论】：

先联合起来再按时间排序一次不是更快吗？

没有。桌子太大了。并且有一个向下滚动功能可以触发带有偏移量和限制的查询。因此，每当有滚动时，每次合并两个表并不快。

这样做的目的是什么？你想提取什么信息？

我需要这两个表中最近的 20 行。他们没有任何共同点。但是有一个时间列，我可以通过它获取最近的 20 行。

如果你只想要表组合中最近的 20 行，那么为什么要让它们返回 100 行，每行都带有 LIMIT？如果总共只需要 20 个，则每个只需要 20 个，然后您可以从这 40 个结果中选择最近的 20 个。

【参考方案1】：

给你一些伪代码 -

 SELECT 
     /* columns you want */ 
 FROM 
     (
         SELECT 
             /* columns you want */
         FROM
             /* Table1 */ 
         ORDER BY 
             /* Date DESC */
         LIMIT 20 

         UNION ALL 

         SELECT 
             /* columns you want */
         FROM
             /* Table2 */ 
         ORDER BY 
             /* Date DESC */
         LIMIT 20 
    ) 
ORDER BY 
     /* Date DESC */
LIMIT 20

【讨论】：

您好，此查询不适用于一种情况。如果 table1 在今天有 60 行，而 table 2 在昨天有 20 行，则此查询将给出结果集，其中也将有 table2 行。这不应该是结果，因为所有前 20 行都应该来自 table1，因为它们是最新的。

你试过这个发现是这样吗？我向你保证，它不会包含来自table2 的任何内容。 ORDER BY /* Date DESC */ 后跟LIMIT 20 意味着它只会在订购后将列表中的“前”20 名。因此，如果来自 table1 的 20 个都比来自 table2 的 20 个更新，它只会显示 table1 行...

【参考方案2】：

从每个表中选择最前面的Limit + Offset 记录，对结果进行UNION，然后从UNION 中进行选择。

因此，如果用户正在查看第 5 页，并且每页有 20 个项目，您将从每个表中选择前 100 条，执行 UNION，然后从结果中选择 20 条记录。