MariaDB 上的“GROUP BY”与 MySQL 的行为不同

Question

我曾多次被告知，相同的查询 MariaDB 将像在 MySQL 上一样工作......直到我遇到这个问题。

最近，我试图将一个应用程序从MySQL (InnoDB)克隆到MariaDB (XtraDB)。尽管 MariaDB 无需更改任何内容即可运行 MySQL 查询，但我惊讶地发现相同的查询在两个平台上的行为实际上完全不同，尤其是在ORDER BY和GROUP BY 中。

例如：

    MyTable
    =======
    +----+----------+---------------------+-----------+
    | id | parentId | creationDate        | name      |
    +----+----------+---------------------+-----------+
    | 1  | 2357     | 2017-01-01 06:03:40 | Anna      |
    +----+----------+---------------------+-----------+
    | 2  | 5480     | 2017-01-02 07:13:20 | Becky     |
    +----+----------+---------------------+-----------+
    | 3  | 2357     | 2017-01-03 08:20:12 | Christina |
    +----+----------+---------------------+-----------+
    | 4  | 2357     | 2017-01-03 08:20:15 | Dorothy   |
    +----+----------+---------------------+-----------+
    | 5  | 5480     | 2017-01-04 09:25:45 | Emma      |
    +----+----------+---------------------+-----------+
    | 6  | 1168     | 2017-01-05 10:30:10 | Fiona     |
    +----+----------+---------------------+-----------+
    | 7  | 5480     | 2017-01-05 10:33:23 | Gigi      |
    +----+----------+---------------------+-----------+
    | 8  | 1168     | 2017-01-06 12:46:34 | Heidi     |
    +----+----------+---------------------+-----------+
    | 9  | 1168     | 2017-01-06 12:46:34 | Irene     |
    +----+----------+---------------------+-----------+
    | 10 | 2357     | 2017-01-07 14:58:37 | Jane      |
    +----+----------+---------------------+-----------+
    | 11 | 2357     | 2017-01-07 14:58:37 | Katy      |
    +----+----------+---------------------+-----------+

基本上我想从查询中得到的是来自每个 GROUPing （即）的最新记录parentId。最新的，我的意思是 MAX( creationDate) 和 MAX( id)

所以，对于上面的例子，由于只有三个不同的 parentId 值，我希望得到：

    +----+----------+---------------------+-----------+
    | id | parentId | creationDate        | name      |
    +----+----------+---------------------+-----------+
    | 11 | 2357     | 2017-01-07 14:58:37 | Katy      |
    +----+----------+---------------------+-----------+
    | 9  | 1168     | 2017-01-06 12:46:34 | Irene     |
    +----+----------+---------------------+-----------+
    | 7  | 5480     | 2017-01-05 10:33:23 | Gigi      |
    +----+----------+---------------------+-----------+

最初，该应用程序具有类似于这种方式的查询：

SELECT * FROM
  ( SELECT * FROM `MyTable` WHERE `parentId` IN (...)
    ORDER BY `creationDate` DESC, `id` DESC ) AS `t` 
  GROUP BY `parentId`;

在MySQL 上，这是有效的，因为内部查询将排序，然后外部查询从内部查询的结果中获取每个 GROUP 的第一个。外部查询基本上遵循内部查询的顺序。

但是在MariaDB 上，外部查询将忽略内部查询结果的排序。我在 MariaDB 上得到了这个：

    +----+----------+---------------------+-----------+
    | id | parentId | creationDate        | name      |
    +----+----------+---------------------+-----------+
    | 1  | 2357     | 2017-01-01 06:03:40 | Anna      |
    +----+----------+---------------------+-----------+
    | 2  | 5480     | 2017-01-02 07:13:20 | Becky     |
    +----+----------+---------------------+-----------+
    | 6  | 1168     | 2017-01-05 10:30:10 | Fiona     |
    +----+----------+---------------------+-----------+

为了在 MariaDB 上实现相同的行为，我想出了这样的方法。（虽然不确定这是否准确。）

SELECT `t1`.* FROM `MyTable` `t1` LEFT JOIN `MyTable` `t2` ON (
        `t1`.`parentId` = `t2`.`parentId`
    AND `t2`.`parentId` IN (...)
    AND `t1`.`creationDate` <= `t2`.`creationDate`
    AND `t1`.`id` < `t2`.`id`)
  ) WHERE `t2`.`id` IS NULL;

现在的问题是......如果我要重写查询，我必须重写数百个......而且它们彼此之间有点不同。

我想知道这里是否有人有任何想法可以让我做出尽可能少的改变。

谢谢大家。

Answer 1

您的第一个查询可能会在 MySQL 中运行，但其行为没有记录：您正在分组，groupid但您正在选择带有 * 的非聚合列，并且任何这些非聚合列的值都是未定义的- 如果您获得的值是遇到的第一个值只是“运气问题”。

确实，即使它不能被认为是正确的，在 MySQL 上我从未见过这个“技巧”失败（这里在 stackoverflow 上有很多赞成的答案建议你使用这个技巧），但是 MariaDB 使用了不同的优化引擎并且您不能依赖 MySQL 未记录的行为。

您的第二个查询需要一些调整：

and (
  `t1`.`creationDate` < `t2`.`creationDate`
  or (
    `t1`.`creationDate` = `t2`.`creationDate`
     and `t1`.`id` < `t2`.`id`
  )
)

因为首先您按创建日期排序，然后如果多个记录共享相同的创建日期，您将获得 ID 最高的记录。

还有其他方法可以编写相同的查询，例如

select * from mytable
where id in (
  select max(m.id)
  from mytable m inner join (
    select parentID, max(creationDate) as max_cd
    from mytable
    group by ParentID
  ) t on m.parentID = t.parentID and m.creationDate = t.max_cd
  group by m.parentID, m.creationDate
)

但每个查询都需要单独重写。

编辑

您的示例有点复杂，因为您同时按creationDate 和id 进行排序。让我更好地解释一下。首先要做的事情是，对于每个parentID，您必须获取最后的创建日期：

select parentID, max(creationDate) as max_cd
from MyTable
group by parentID

那么对于每个最大的creationDate，你必须获得最高的id：

select t.parentID, t.max_cd, max(t.id) as max_id
from
  MyTable t inner join (  
    select parentID, max(creationDate) as max_cd
    from MyTable
    group by parentID
  ) t1 on t.parentID = t1.parentID and t.creationDate = t1.max_cd
group t.parentID, t.max_cd

那么你必须获取此查询返回 id 的所有记录。在这种特定的上下文中，与表本身的 LEFT JOIN 应该更容易编写并且性能更高。