如何在具有子句的聚合函数旁边选择相应的记录

Posted 2023-03-31

【中文标题】如何在具有子句的聚合函数旁边选择相应的记录

【英文标题】：How to select corresponding record alongside aggregate function with having clause

【发布时间】：2018-09-21 21:44:21

【问题描述】：

假设我有一个包含 customer_id、order_total 和 order_date 列的订单表。我想建立一个报告，显示过去 30 天内未下订单的所有客户，并有一列显示他们最后一次订单的总金额。

这会得到所有应该出现在报告中的客户：

select customer, max(order_date), (select order_total from orders o2 where o2.customer = orders.customer order by order_date desc limit 1)
from orders
group by 1
having max(order_date) < NOW() - '30 days'::interval

有没有更好的方法来做到这一点，不需要子查询，而是使用窗口函数或其他更有效的方法来访问最近订单的总金额？来自How to select id with max date group by category in PostgreSQL? 的技术是相关的，但额外的having 限制似乎阻止了我使用DISTINCT ON 之类的东西。

【参考方案1】：

demo:db<>fiddle

---

row_number窗口函数的解决方案（https://www.postgresql.org/docs/current/static/tutorial-window.html）

SELECT 
    customer, order_date, order_total
FROM (
    SELECT
        *, 
        first_value(order_date) OVER w as last_order, 
        first_value(order_total) OVER w as last_total,
        row_number() OVER w as row_count
    FROM orders
    WINDOW w AS (PARTITION BY customer ORDER BY order_date DESC)
) s
WHERE row_count = 1 AND order_date < CURRENT_DATE - 30

---

DISTINCT ON (https://www.postgresql.org/docs/9.5/static/sql-select.html#SQL-DISTINCT) 的解决方案：

SELECT
    customer, order_date, order_total
FROM (
    SELECT DISTINCT ON (customer)
        *, 
        first_value(order_date) OVER w as last_order, 
        first_value(order_total) OVER w as last_total
    FROM orders
    WINDOW w AS (PARTITION BY customer ORDER BY order_date DESC)
    ORDER BY customer, order_date DESC
) s
WHERE order_date < CURRENT_DATE - 30

---

说明：

在这两种解决方案中，我都使用first_value 窗口函数。窗口函数的框架由客户定义。客户组中的行按日期降序排列，最新的行在前 (last_value is not working as expected every time)。所以有可能得到这个订单的最后一个order_date和最后一个order_total。

两种解决方案的区别在于过滤。我展示了两个版本，因为有时其中一个明显更快

窗口函数样式是在框架内创建行数。每个第一行都可以稍后过滤。这是通过添加row_number 窗口函数来完成的。当您尝试过滤前两个或三个数据集时，此解决方案的好处就显现出来了。您只需将过滤器从 WHERE row_count = 1 更改为 WHERE row_count = 2

但是，如果您只希望每组只有一行，则只需确保每组的预期行被排序为组中的第一行。然后DISTINCT ON 函数可以删除所有后续行。 DISTINCT ON (customer) 给出每个 customer 组的第一（有序）行。

【参考方案2】：

尝试自己加入表

select o1.customer, max(order_date),
from orders o1
join orders o2 on o1.id=o2.id
group by o1.customer
having max(o1.order_date) < NOW() - '30 days'::interval

select 中的子查询是个坏主意，因为 DB 会为每一行执行一个查询

如果你使用 postgres，你也可以尝试使用 CTE

https://www.postgresql.org/docs/9.6/static/queries-with.html

WITH t as (
select id, order_total from orders o2 where o2.customer = orders.customer 
order by order_date desc limit 1
) select o1.customer, max(order_date),
from orders o1
join t t.id=o2.id
group by o1.customer
having max(order_date) < NOW() - '30 days'::interval

【讨论】：

我想在没有额外连接的情况下执行此操作，可能使用窗口函数。我不认为 CTE 比我原来的例子更好。

您可以在 CTE 中使用 select distinct on (id) id, order_total from orders... 之类的东西，而不是 pg 在第一次出现时停止，这可能会给您带来一些性能改进。使用窗口函数会为查询增加一个额外的循环，并且可能不会给您带来任何性能提升。不过，如果您需要更多信息，查看解释结果，应该有助于选择正确的解决方案