每个组的本地最大值的 SQL 排序结果

Posted 2023-02-24

【中文标题】每个组的本地最大值的 SQL 排序结果

【英文标题】：SQL order results by local max of each group

【发布时间】：2020-05-29 15:47:53

【问题描述】：

我正在努力编写一个返回我想要的查询。 表：

|---------------------|------------------|------------------|------------------|
|   --  filename  --  |    --  url  --   |   -- pixels  --  |     -- id --     |
|---------------------|------------------|------------------|------------------|
|     myfilename1     |         url1     |         3100     |         1        |
|---------------------|------------------|------------------|------------------|
|     myfilename2     |         url1     |         1200     |         2        |
|---------------------|------------------|------------------|------------------|
|     myfilename3     |         url2     |         3000     |         3        |
|---------------------|------------------|------------------|------------------|
|     myfilename4     |         url3     |         4000     |         4        |
|---------------------|------------------|------------------|------------------|
|     myfilename5     |         url3     |         5000     |         5        |
|---------------------|------------------|------------------|------------------|

我想如何得到结果：

|---------------------|------------------|------------------|------------------|
|   --  filename  --  |    --  url  --   |   -- pixels  --  |     -- id --     |
|---------------------|------------------|------------------|------------------|
|     myfilename4     |         url3     |         4000     |         4        |
|---------------------|------------------|------------------|------------------|
|     myfilename5     |         url3     |         5000     |         5        |
|---------------------|------------------|------------------|------------------|
|     myfilename1     |         url1     |         3100     |         1        |
|---------------------|------------------|------------------|------------------|
|     myfilename2     |         url1     |         1200     |         2        |
|---------------------|------------------|------------------|------------------|
|     myfilename3     |         url2     |         3000     |         3        |
|---------------------|------------------|------------------|------------------|

基本上，我希望对结果进行排序，以便 url “组”在它们之间按像素排序，然后每个组在内部按 id 排序。正如您在我想要的结果表中看到的那样，像素列的最大值是 5000，所以“url3”组是第一个，它是按 id 排序的。然后是 url1 组，其局部最大值为第二高（3100）。

请注意，行数可能有数万行，还有更多行未图示，将来可能会添加更多行，因此硬编码的答案是无用的。 这意味着按 url 进行分页，因此查询还应支持按 url 而不是文件名的限制和偏移量（例如，返回属于此方法排序的第 20 个 url 的所有行）。 我试过按 MAX、OVER PARTITION 和类似的方式订购，但我就是不明白怎么做。

我的最新尝试因无法混合使用 MAX() 和 OVER PARTITION 而失败，因为我能想到的解决问题的唯一方法是对每个 url 的本地最大值进行分区。我怀疑可能有某种方法可以通过内部联接来做到这一点，但我只是不知道从哪里开始，因为 我需要选择整行，而不仅仅是一些列，所以我无法手动选择每一列。

【参考方案1】：

您似乎想要order by 中的窗口函数：

order by max(pixels) over (partition by url) desc,
         url, id

【讨论】：

这给了我一个语法错误。我的查询是“SELECT * FROM WHERE ORDER BY MAX(pixels) OVER (PARTITION BY url) DESC, url, id;”。语法错误接近“OVER”。

事实证明，在 3.25 版本的 sqlite 中添加了窗口函数，而 debian 9 运行的是旧版本。一旦我设法升级我的服务器，我会报告。

最终回复：这适用于 sqlite > 3.25，谢谢。

【参考方案2】：

如果您的 SQLite 版本不支持窗口函数，那么一种选择是使用聚合子查询连接表，该查询计算每个 url 的最大值 pixel，然后使用该信息对结果进行排序：

select t.*
from mytable t
inner join (select url, max(pixel) max_pixel from mytable group by url) m
    on t.url = m.url
order by m.max_pixel desc, url, id