如何将一个表中的最新行连接到另一个表?
Posted
技术标签:
【中文标题】如何将一个表中的最新行连接到另一个表?【英文标题】:How do I join the most recent row in one table to another table? 【发布时间】:2010-10-04 14:17:16 【问题描述】:我的数据如下所示:
entities
id name
1 Apple
2 Orange
3 Banana
会定期运行一个进程并为每个实体打分。该过程生成数据并将其添加到分数表中,如下所示:
scores
id entity_id score date_added
1 1 10 1/2/09
2 2 10 1/2/09
3 1 15 1/3/09
4 2 10 1/03/09
5 1 15 1/4/09
6 2 15 1/4/09
7 3 22 1/4/09
我希望能够选择所有实体以及每个实体的最新记录分数,从而产生如下数据:
entities
id name score date_added
1 Apple 15 1/4/09
2 Orange 15 1/4/09
3 Banana 15 1/4/09
我可以使用此查询获取单个实体的数据:
SELECT entities.*,
scores.score,
scores.date_added
FROM entities
INNER JOIN scores
ON entities.id = scores.entity_id
WHERE entities.id = ?
ORDER BY scores.date_added DESC
LIMIT 1
但我不知道如何为所有实体选择相同的。也许它在盯着我看?
非常感谢您抽出宝贵时间。
感谢您的好评。我会给它几天时间,看看是否有首选的解决方案冒出来,然后我会选择答案。
更新:我已经尝试了几个建议的解决方案,我现在面临的主要问题是,如果一个实体还没有生成的分数,它们就不会出现在列表中。
确保返回所有实体(即使它们还没有发布任何分数)的 SQL 是什么样的?
更新:已选择答案。谢谢大家!
【问题讨论】:
【参考方案1】:我是这样做的:
SELECT e.*, s1.score, s1.date_added
FROM entities e
INNER JOIN scores s1
ON (e.id = s1.entity_id)
LEFT OUTER JOIN scores s2
ON (e.id = s2.entity_id AND s1.id < s2.id)
WHERE s2.id IS NULL;
【讨论】:
谢谢比尔,我最终决定采用此解决方案,但将 INNER JOIN 换成 LEFT JOIN 以包含尚未得分的实体。 我喜欢这个解决方案,我也在使用 LEFT JOIN。如果同一实体在同一日期有两个分数,您建议如何处理平局? 我试图在连接中设置一个基于日期字段的查询,以便我可以在最近的记录中获得结果,而不是在具有未来日期的记录上连接。我必须在内连接和左外连接中进行子查询,选择我的日期字段为 @BillKarwin,WHERE s2.id IS NULL
的目的是什么?
@dev1998,仅当 OUTER JOIN 在 s2 中没有找到符合条件的行时,s2.id 才会为 NULL。也就是说,没有任何行具有相同的 entity_id 且 id 大于 大于 s1.id。如果不存在这样的行,则必须意味着 s1 是该实体的 id 最大的行。【参考方案2】:
只是添加我的变体:
SELECT e.*, s1.score
FROM entities e
INNER JOIN score s1 ON e.id = s1.entity_id
WHERE NOT EXISTS (
SELECT 1 FROM score s2 WHERE s2.id > s1.id
)
【讨论】:
我喜欢这个!至少在 SQL Server 上,这将运行得非常快。现在,我建议将 INNER 更改为 LEFT JOIN,以防万一刚刚添加了新实体并且流程尚未运行。 为了提高速度,您可以将存在性测试作为加入条件的一部分。至少在 SQL S 上。它们是在 WHERE 过滤完成之前执行的,因此您可以通过在此处修剪搜索来节省每行几毫秒。 嗯,WHERE 过滤不一定要在 JOIN 子句之后进行。事实上,它们可以先完成,特别是如果 WHERE 子句过滤 INDEX...【参考方案3】:接近 1
SELECT entities.*,
scores.score,
scores.date_added
FROM entities
INNER JOIN scores
ON entities.id = scores.entity_id
WHERE scores.date_added =
(SELECT max(date_added) FROM scores where entity_id = entities.id)
【讨论】:
如果 [scores] 由 [entity_id] 索引,则性能最佳(到目前为止) 在我的测试中,此解决方案似乎会为在同一(最新)日期为该实体添加多个分数的任何实体返回多行。 它也会跳过没有分数的行。【参考方案4】:我知道这是一个老问题,只是想添加一种尚未有人提及的方法,Cross Apply
或 Outer Apply
。这些在 SQL Server 2005 中可用(此问题中未标记数据库类型)或更高版本
使用临时表
DECLARE @Entities TABLE(Id INT PRIMARY KEY, name NVARCHAR(MAX))
INSERT INTO @Entities
VALUES (1, 'Apple'), (2, 'Orange'), (3, 'Banana'), (4, 'Cherry')
DECLARE @Scores TABLE(Id INT PRIMARY KEY, Entity_Id INT, Score INT, Date_Added DATE)
INSERT INTO @Scores
VALUES (1,1,10,'2009-02-01'),
(2,2,10,'2009-02-01'),
(3,1,15,'2009-02-01'),
(4,2,10,'2009-03-01'),
(5,1,15,'2009-04-01'),
(6,2,15,'2009-04-01'),
(7,3,22,'2009-04-01')
你可以使用
SELECT E.Id, E.name, S.Score, S.Date_Added
FROM @Entities E
CROSS APPLY
(
SELECT TOP 1 *
FROM @Scores Sc
WHERE Sc.Entity_Id = E.Id
ORDER BY sc.Score DESC
) AS S
得到想要的结果。允许没有分数的实体的等价物是
SELECT E.Id, E.name, S.Score, S.Date_Added
FROM @Entities E
OUTER APPLY
(
SELECT TOP 1 *
FROM @Scores Sc
WHERE Sc.Entity_Id = E.Id
ORDER BY sc.Score DESC
) AS S
【讨论】:
【参考方案5】:方法 2
相对于批次的查询成本:
approach 1: 22% -- 更快
方法 2:22% -- 更快
approach 3:27%
approach 4:27%
SELECT entities.*,
scores.score,
scores.date_added
FROM entities
INNER JOIN scores
ON entities.id = scores.entity_id
inner join
(
SELECT
entity_id, max(date_added) as recent_date
FROM scores
group by entity_id
) as y on entities.id = y.entity_id and scores.date_added = y.recent_date
【讨论】:
【参考方案6】:SELECT entities.*,
scores.score,
scores.date_added
FROM entities
INNER JOIN scores
ON entities.id = scores.entity_id
WHERE entities.id in
(select id from scores s2 where date_added = max(date_added) and s2.id = entities.id)
ORDER BY scores.date_added DESC
LIMIT 1
【讨论】:
您的子查询使用的列 (date_added) 在您查询的表中不存在。【参考方案7】:您现在也可以在大多数 RDBMS(Oracle、PostgreSQL、SQL Server)中使用 ROW_NUMBER 等窗口函数进行自然查询:
SELECT id, name, score, date_added FROM (
SELECT e.id, e.name, s.score, s.date_added,
ROW_NUMBER() OVER (PARTITION BY e.id ORDER BY s.date_added DESC) rn
FROM Entities e INNER JOIN Scores s ON e.id = s.entity_id
) tmp WHERE rn = 1;
SQL Fiddle
【讨论】:
以上是关于如何将一个表中的最新行连接到另一个表?的主要内容,如果未能解决你的问题,请参考以下文章
mysql - 如何使用父表中的值将连接表连接到另一个连接表?