如何检索表的值以获取sql中两列的最大值

Posted 2023-03-22

【中文标题】如何检索表的值以获取sql中两列的最大值

【英文标题】：How to retrieve the values of the table for the max value of two columns in sql

【发布时间】：2019-06-18 21:15:42

【问题描述】：

我试图通过从两个不同的日期列中获取最大值来查询一个表，并输出两个日期都具有最大值的所有记录

该表有 6 列，包括 st_id(string)（有多个相同 id 的条目）、as_of_dt(int) 和 ld_dt_ts(timestamp)。从这个表中，我试图获取 as_of_dt 和 ld_dt_ts 的最大值，并按 st_id 分组并显示所有记录。

这很完美，但并不是最理想的

SELECT A.st_id, A.fl_vw, A.tr_record FROM db.tablename A 
INNER JOIN (
    SELECT st_id, max(as_of_dt) AS as_of_dt, max(ld_dt_ts) AS ld_dt_ts 
    From db.tablename 
    group by st_id
) B on A.st_id = B.st_id and A.as_of_dt = B.as_of_dt and A.ld_dt_ts= B.ld_dt_ts

--

预期结果应返回具有 as_of_dt 和 ld_dt_ts 最大值的 st_id，即，这将是每个 st_id 的最新记录。

【问题讨论】：

meta.***.com/questions/333952/…

此外，关于查询性能的问题总是需要给定查询的 EXPLAIN

这是经典的查表任务，提供的sql是使用join的，效率不如解析函数，因为需要两次表扫描和一次join。我认为这个问题不应该结束。

【参考方案1】：

使用解析rank()函数。 rank() 会将1 分配给st_id 分区中具有最大日期的所有记录：

SELECT s.st_id, s.fl_vw, s.tr_record
from
(
SELECT A.st_id, A.fl_vw, A.tr_record,
       rank() over(partition by st_id order by as_of_dt desc) rnk_as_of_dt,
       rank() over(partition by st_id order by ld_dt_ts desc) rnk_ld_dt_tsrnk
  FROM db.tablename A 
)s 
WHERE rnk_as_of_dt=1 ANDrnk=1 rnk_ld_dt_ts=1 --get records with max dates in both columns

两个等级可以这样组合：

SELECT s.st_id, s.fl_vw, s.tr_record
from
(
SELECT A.st_id, A.fl_vw, A.tr_record,
       rank() over(partition by st_id order by as_of_dt desc, ld_dt_ts desc) rnk
  FROM db.tablename A 
)s 
WHERE rnk=1  --get records with max dates combination 

但这与您的原始查询并不完全相同。 例如，如果你有这个数据集：

st_id, as_of_dt, ld_dt_ts 
1       1         2
1       2         1

然后这个查询

SELECT st_id, max(as_of_dt) AS as_of_dt, max(ld_dt_ts) AS ld_dt_ts 
    From db.tablename 
    group by st_id

将返回：

st_id, as_of_dt, ld_dt_ts 
1       2         2

而final join 不会返回任何行，因为不存在这样组合的任何行，而两个rank 组合的查询将返回：

st_id, as_of_dt, ld_dt_ts 
1       2         1

如果您的数据中不存在这样的数据集（例如，ld_dt_ts 始终>=as_of_dt），那么您可以将排名合并为一个，甚至只使用一个按顺序排列的日期。

【讨论】：

非常感谢，这真的很好，很好的优化，我正在尝试类似的方法。将其发布在答案中。

【参考方案2】：

--我正在使用row_number()函数，--

row_number() over(PARTITION BY st_id ORDER BY as_of_dt DESC, ld_dt_ts DESC) RN 来自 db.tablename s)tmp where RN=1

【讨论】：

这与您在问题中的原始查询不完全相同。你说问题中的查询完美无缺。看：只有一行会被标记为 RN=1，如果你有超过 1 行的最大日期，它们将不会被返回。

如果您想要与使用连接的初始查询完全相同的行为，则需要排名。是的，排名可以合并为一个排名，我编辑了答案。但这又取决于数据。如果您有 st_id=1, dt1=1, dt2=2 和 st_id=1, dt1=2, dt2=1 那么您的最大子查询（在问题中）将返回： st_id=1, dt1=2, dt2=2 和final join 将不返回任何行。 rank 组合查询将返回 st_id=1、dt1=2、dt2=1 的 1 行。因此，结合两个等级可能会产生不同的效果

如果我们对您的数据集应用一些限制，例如，对于相同的 ID，只能存在具有最大日期的一行，并且可能还有一个限制：ld_dt_ts always>=as_of_dt 那么您的 row_number 可以完全按照与初始查询相同。并且具有两个等级的查询会重现您的原始查询行为，而对数据集没有任何限制