根据其他列的顺序从组中选择一个值

Question

问题

假设我有这张桌子tab(小提琴可用).

| g | a | b |     v |
---------------------
| 1 | 3 | 5 |   foo |
| 1 | 4 | 7 |   bar |
| 1 | 2 | 9 |   baz |
| 2 | 1 | 1 |   dog |
| 2 | 5 | 2 |   cat |
| 2 | 5 | 3 | horse |
| 2 | 3 | 8 |   pig |

我正在按行分组g,对于每个组,我想从列中获取一个值v.但是,我不想要任何值,但我希望行中的值为maximal a,并且从所有这些中获取最大值的值b.换句话说,我的结果应该是

| 1 |   bar |
| 2 | horse |

当前解决方案

我知道一个查询来实现这个目的:

SELECT grps.g,
(SELECT v FROM tab
 WHERE g = grps.g
 ORDER BY a DESC, b DESC
 LIMIT 1) AS r
FROM (SELECT DISTINCT g FROM tab) grps

题

但我认为这个查询相当丑陋.主要是因为它使用依赖子查询,这感觉就像一个真正的性能杀手.所以我想知道是否有一个更容易解决这个问题.

预期的答案

我期望这个问题的最可能的答案是MySQL(或MariaDB)的某种附加或补丁,它确实为此提供了一个功能.但我也欢迎其他有用的灵感.任何没有依赖子查询的东西都有资格作为答案.

如果您的解决方案仅适用于单个排序列,即无法区分cat和horse,请随意建议答案以及我希望它对大多数用例仍然有用.例如,100*a+b可能是两列都对上述数据进行排序的可能方式,同时仍然只使用一个表达式.

我有一些非常讨厌的解决方案,可能会在一段时间后添加它们,但我会首先看看是否有一些不错的新解决方案.

---

基准测试结果

由于很难通过查看它们来比较各种答案,我已经对它们进行了一些基准测试.这是使用MySQL 5.1在我自己的桌面上运行的.这些数字不会与任何其他系统相比,只能相互比较.如果性能对您的应用程序至关重要,您可能应该使用现实数据进行自己的测试.当新答案出现时,我可能会将它们添加到我的脚本中,然后重新运行所有测试.

• InnoDb:100,000件商品,1,000组可供选择:
  1. MvG为0.166s(来自问题)
  2. RichardTheKiwi为0.520秒
  3. 2.199s for xdazz
  4. 19.24s为民主党(顺序的子查询)
  5. acatt为48.72s
• 100,000件物品,50,000组可供选择,InnoDb:
  1. xdazz为0.356秒
  2. RichardTheKiwi是0.640s
  3. MvG为0.764s(来自问题)
  4. acatt为51.50s
  5. Dems 太长了(顺序子查询)
• InnoDb:100,000件商品,100组可供选择:
  1. MvG为0.163s(来自问题)
  2. RichardTheKiwi为0.523s
  3. 2.072s为民主党(顺序的子查询)
  4. 17.78s for xdazz
  5. 49.85s acatt

所以看起来到目前为止我自己的解决方案并不是那么糟糕,即使使用了从属子查询.令人惊讶的是,acatt的解决方案也使用了一个依赖子查询,因此我会考虑相同的,它的表现要差得多.可能是MySQL优化器无法应对的.RichardTheKiwi提出的解决方案似乎也具有良好的整体表现.另外两种解决方案在很大程度上取决于数据的结构.由于许多小组小组,xdazz的方法优于其他所有小组,而Dems的解决方案对于少数大型小组表现最佳(尽管仍然不是特别好).

Answer 1

这种方式不使用子查询.

SELECT t1.g, t1.v
FROM tab t1
LEFT JOIN tab t2 ON t1.g = t2.g AND (t1.a < t2.a OR (t1.a = t2.a AND t1.b < t2.b))
WHERE t2.g IS NULL

说明:

LEFT JOIN的工作原理是,当t1.a处于其最大值时,没有s2.a具有更大的值,并且s2行值将为NULL.

Answer 2

SELECT g, a, b, v
  FROM (
            SELECT *, 
                   @rn := IF(g = @g, @rn + 1, 1) rn, 
                   @g := g
              FROM (select @g := null, @rn := 0) x, 
                   tab
          ORDER BY g, a desc, b desc, v
       ) X
 WHERE rn = 1;

单程.所有其他解决方案看起来都是O(n ^ 2).