SQL - 选择按多个字段分组的前 n 个，按计数排序

Posted 2023-02-16

【中文标题】SQL - 选择按多个字段分组的前 n 个，按计数排序

【英文标题】：SQL - Select top n grouped by multiple fields, ordered by count

【发布时间】：2018-05-17 19:39:31

【问题描述】：

我试图在按多个属性分组时查找前 n 条记录。我相信它与this problem 有关，但我很难根据我的情况调整所描述的解决方案。

为简化起见，我有一个包含列的表（did 是 device_id 的缩写）：

id int
did int
dateVal dateTime

我正在尝试查找每一天的前 n 个设备 ID，其中行数最多。

例如（忽略id和dateTime的时间部分），

did dateVal
1   2017-01-01
1   2017-01-01
1   2017-01-01
2   2017-01-01
3   2017-01-01
3   2017-01-01

1   2017-01-02
1   2017-01-02
2   2017-01-02
2   2017-01-02
2   2017-01-02
3   2017-01-02

找到前 2 个将产生...

1, 2017-01-01
3, 2017-01-01
2, 2017-01-02
1, 2017-01-02

我目前的幼稚方法只给我所有日期的前 2 名。

--Using SQLite
select date(dateVal) || did 
from data 
group by date(dateVal), did
order by count(*) desc 
limit 2

我正在使用连接运算符，以便以后可以提取行。

我正在使用 SQLite，但任何一般的 SQL 解释都将不胜感激。

【参考方案1】：

类似于this question，定义一个计算所需组的所有设备计数的 CTE，然后在WHERE ... IN 子查询中使用它，仅限于该日期的前 2 个设备：

WITH device_counts AS (
  SELECT did, date(dateval) AS dateval, COUNT(*) AS device_count
  FROM data
  GROUP BY did, date(dateval)
)
SELECT did, date(dateval) FROM device_counts DC_outer
WHERE did IN (
  SELECT did
  FROM device_counts DC_inner
  WHERE DC_inner.dateval = DC_outer.dateval
  GROUP BY did, date(dateval)
  ORDER BY DC_inner.device_count DESC LIMIT 2
)
ORDER BY date(dateval), did

【讨论】：

终于有时间试试这个方法了。相当肯定我正在处理的数据量导致查询挂起。我会让它通宵运行。同时，是否有可能以某种方式优化查询？比如可能不使用 date() 转换函数？

可能。 (did, date) 上的索引可能也会有所帮助。如果不知道每个表的 # 行以及您已经拥有的索引，很难说。

【参考方案2】：

我使用 sql server 测试了查询

select top 2 did, dateVal
from (select *, count(*) as c
      from test
      group by did,dateVal) as t
order by t.c desc