如何将一个表中的最新行连接到另一个表？

Posted 2023-02-16

【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！

【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

【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

【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