如何根据多行中的最大值选择单行

Question

可能重复:
SQL:查找每组的最大记录数

我有一个有四列的表格如下:

name   major    minor  revision
p1     0        4      3
p1     1        0      0
p1     1        1      4
p2     1        1      1
p2     2        5      0
p3     3        4      4

这基本上是包含每个程序版本记录的ca表.我想做一个选择以获取所有程序及其最新版本,因此结果将如下所示:

name   major    minor  revision
p1     1        1      4
p2     2        5      0
p3     3        4      4

我不能只按名称分组并获得每列的最大值,因为那样我最终会得到每列中最高的数字,而不是具有最高版本的特定行.我怎么设置它？

Answer 1

您可以使用not exists子查询过滤掉旧记录:

select  *
from    YourTable yt
where   not exists
        (
        select  *
        from    YourTable older
        where   yt.name = older.name and 
                (
                    yt.major < older.major or
                    yt.major = older.major and yt.minor < older.minor or
                    yt.major = older.major and yt.minor = older.minor and
                        yt.revision < older.revision
                )
        )

也可以用MySQL编写:

select  *
from    YourTable yt
where   not exists
        (
        select  *
        from    YourTable older
        where   yt.name = older.name and 
                  (yt.major,    yt.minor,    yt.revision) 
                < (older.major, older.major, older.revision)
        )

Answer 2

我尝试解决SQL问题的方法是一步一步地解决问题.

• 您希望对应于每个产品的最大主要版本的最大次要版本的最大修订版本.

每种产品的最大主要数量由下式给出:

SELECT Name, MAX(major) AS Major FROM CA GROUP BY Name;

因此,对应于每种产品的最大主要编号的最大次要编号由下式给出:

SELECT CA.Name, CA.Major, MAX(CA.Minor) AS Minor
  FROM CA
  JOIN (SELECT Name, MAX(Major) AS Major
          FROM CA
         GROUP BY Name
       ) AS CB
    ON CA.Name = CB.Name AND CA.Major = CB.Major
 GROUP BY CA.Name, CA.Major;

因此,最大修订版(对应于每个产品的最大主要编号的最大次要版本号)由下式给出:

SELECT CA.Name, CA.Major, CA.Minor, MAX(CA.Revision) AS Revision
  FROM CA
  JOIN (SELECT CA.Name, CA.Major, MAX(CA.Minor) AS Minor
          FROM CA
          JOIN (SELECT Name, MAX(Major) AS Major
                  FROM CA
                 GROUP BY Name
               ) AS CB
            ON CA.Name = CB.Name AND CA.Major = CB.Major
         GROUP BY CA.Name, CA.Major
       ) AS CC
    ON CA.Name = CC.Name AND CA.Major = CC.Major AND CA.Minor = CC.Minor
 GROUP BY CA.Name, CA.Major, CA.Minor;

经过测试 - 它的工作原理与Andomar的查询产生相同的答案.

性能

我创建了更大量的数据(11616行数据),并运行了Andomar对我的查询的基准时间 - 目标DBMS是在MacOS X 10.7.2上运行的IBM Informix Dynamic Server(IDS)版本11.70.FC2.我使用了Andomar的两个查询中的第一个,因为IDS不支持第二个中的比较符号.我加载了数据,更新了统计数据,然后运行查询,然后是Andomar,然后是Andomar,然后是我的.我还记录了IDS优化器报告的基本成本.来自两个查询的结果数据是相同的(因此查询都是准确的 - 或者同样不准确).

表未编入索引:

Andomar's query                           Jonathan's query
Time: 22.074129                           Time: 0.085803
Estimated Cost: 2468070                   Estimated Cost: 22673
Estimated # of Rows Returned: 5808        Estimated # of Rows Returned: 132
Temporary Files Required For: Order By    Temporary Files Required For: Group By

具有唯一索引的表(名称,主要,次要,修订):

Andomar's query                           Jonathan's query
Time: 0.768309                            Time: 0.060380
Estimated Cost: 31754                     Estimated Cost: 2329
Estimated # of Rows Returned: 5808        Estimated # of Rows Returned: 139
                                          Temporary Files Required For: Group By

正如您所看到的,该索引显着提高了Andomar查询的性能,但在此系统上它仍然比我的查询更昂贵.该索引为我的查询节省了25%的时间.我很想看到两个版本的Andomar对可比数据量的查询的可比数据,无论是否有索引.(如果您需要,我可以提供我的测试数据;有132种产品 - 问题中列出的3种产品和129种新产品;每种新产品都有(相同的)90种版本条目.)

出现差异的原因是Andomar查询中的子查询是一个相关的子查询,这是一个相对昂贵的过程(当索引丢失时非常显着).