Pesanan MySQL oleh sebelum dikelompokkan oleh

Ada banyak pertanyaan serupa yang dapat ditemukan di sini tapi saya tidak berpikir ada yang menjawab pertanyaan dengan memadai.

Saya akan melanjutkan dari pertanyaan paling populer saat ini dan menggunakan contoh mereka jika tidak apa-apa.

Tugas dalam hal ini adalah untuk mendapatkan posting terbaru untuk setiap penulis dalam database.

Contoh query menghasilkan hasil yang tidak dapat digunakan karena tidak selalu posting terbaru yang dikembalikan.

SELECT wp_posts.* FROM wp_posts
    WHERE wp_posts.post_status='publish'
    AND wp_posts.post_type='post'
    GROUP BY wp_posts.post_author           
    ORDER BY wp_posts.post_date DESC

Jawaban yang diterima saat ini adalah

SELECT
    wp_posts.*
FROM wp_posts
WHERE
    wp_posts.post_status='publish'
    AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author
HAVING wp_posts.post_date = MAX(wp_posts.post_date) <- ONLY THE LAST POST FOR EACH AUTHOR
ORDER BY wp_posts.post_date DESC

Sayangnya jawaban ini jelas dan salah sederhana dan dalam banyak kasus menghasilkan hasil yang kurang stabil daripada permintaan asli.

Solusi terbaik saya adalah menggunakan subquery formulir

SELECT wp_posts.* FROM 
(
    SELECT * 
    FROM wp_posts
    ORDER BY wp_posts.post_date DESC
) AS wp_posts
WHERE wp_posts.post_status='publish'
AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author 

Pertanyaan saya adalah pertanyaan sederhana: Apakah ada yang memesan baris sebelum pengelompokan tanpa menggunakan subquery?

Sunting : Pertanyaan ini merupakan kelanjutan dari pertanyaan lain dan kekhasan situasi saya sedikit berbeda. Anda dapat (dan harus) berasumsi bahwa ada juga wp_posts.id yang merupakan pengidentifikasi unik untuk pos tertentu itu.

Menggunakan suatu ORDER BYdalam subquery bukanlah solusi terbaik untuk masalah ini.

Solusi terbaik untuk mendapatkan max(post_date)oleh penulis adalah dengan menggunakan subquery untuk mengembalikan tanggal max dan kemudian bergabung dengan itu ke meja Anda pada post_authortanggal max dan.

Solusinya harus:

SELECT p1.* 
FROM wp_posts p1
INNER JOIN
(
    SELECT max(post_date) MaxPostDate, post_author
    FROM wp_posts
    WHERE post_status='publish'
       AND post_type='post'
    GROUP BY post_author
) p2
  ON p1.post_author = p2.post_author
  AND p1.post_date = p2.MaxPostDate
WHERE p1.post_status='publish'
  AND p1.post_type='post'
order by p1.post_date desc

Jika Anda memiliki data sampel berikut:

CREATE TABLE wp_posts
    (`id` int, `title` varchar(6), `post_date` datetime, `post_author` varchar(3))
;

INSERT INTO wp_posts
    (`id`, `title`, `post_date`, `post_author`)
VALUES
    (1, 'Title1', '2013-01-01 00:00:00', 'Jim'),
    (2, 'Title2', '2013-02-01 00:00:00', 'Jim')
;

Subquery akan mengembalikan tanggal maksimum dan pembuat:

MaxPostDate | Author
2/1/2013    | Jim

Kemudian karena Anda bergabung kembali ke tabel, pada kedua nilai Anda akan mengembalikan detail lengkap dari posting itu.

Lihat SQL Fiddle dengan Demo .

Untuk memperluas komentar saya tentang menggunakan subquery untuk mengembalikan data ini dengan akurat.

MySQL tidak memaksa Anda untuk GROUP BYsetiap kolom yang Anda sertakan dalam SELECTdaftar. Akibatnya, jika Anda hanya GROUP BYsatu kolom tetapi mengembalikan total 10 kolom, tidak ada jaminan bahwa nilai kolom lain milik milik post_authoryang dikembalikan. Jika kolom tidak ada dalam GROUP BYMySQL, pilih nilai apa yang harus dikembalikan.

Menggunakan subquery dengan fungsi agregat akan menjamin bahwa penulis dan posting yang benar dikembalikan setiap waktu.

Sebagai catatan, sementara MySQL memungkinkan Anda untuk menggunakan ORDER BYdalam subquery dan memungkinkan Anda untuk menerapkan GROUP BYtidak setiap kolom dalam SELECTdaftar perilaku ini tidak diperbolehkan di database lain termasuk SQL Server.

Solusi Anda menggunakan ekstensi untuk klausa GROUP BY yang memungkinkan untuk dikelompokkan berdasarkan beberapa bidang (dalam hal ini, adil post_author):

GROUP BY wp_posts.post_author

dan pilih kolom yang tidak teragregasi:

SELECT wp_posts.*

yang tidak tercantum dalam grup dengan klausa, atau yang tidak digunakan dalam fungsi agregat (MIN, MAX, COUNT, dll.).

Penggunaan ekstensi yang benar untuk klausa GROUP BY

Ini berguna ketika semua nilai kolom non-agregat sama untuk setiap baris.

Sebagai contoh, misalkan Anda memiliki meja GardensFlowers( nametaman, floweryang tumbuh di taman):

INSERT INTO GardensFlowers VALUES
('Central Park',       'Magnolia'),
('Hyde Park',          'Tulip'),
('Gardens By The Bay', 'Peony'),
('Gardens By The Bay', 'Cherry Blossom');

dan Anda ingin mengekstrak semua bunga yang tumbuh di taman, di mana banyak bunga tumbuh. Maka Anda harus menggunakan subquery, misalnya Anda bisa menggunakan ini:

SELECT GardensFlowers.*
FROM   GardensFlowers
WHERE  name IN (SELECT   name
                FROM     GardensFlowers
                GROUP BY name
                HAVING   COUNT(DISTINCT flower)>1);

Jika Anda perlu mengekstrak semua bunga yang merupakan satu-satunya bunga di garder, Anda dapat mengubah kondisi HAVING HAVING COUNT(DISTINCT flower)=1, tetapi MySql juga memungkinkan Anda untuk menggunakan ini:

SELECT   GardensFlowers.*
FROM     GardensFlowers
GROUP BY name
HAVING   COUNT(DISTINCT flower)=1;

tidak ada subquery, bukan SQL standar, tetapi lebih sederhana.

Penggunaan ekstensi yang salah untuk klausa GROUP BY

Tetapi apa yang terjadi jika Anda PILIH kolom non-agregat yang tidak sama untuk setiap baris? Nilai apa yang dipilih MySql untuk kolom itu?

Sepertinya MySql selalu memilih nilai PERTAMA yang dijumpainya.

Untuk memastikan bahwa nilai pertama yang dihadapinya persis dengan nilai yang Anda inginkan, Anda perlu menerapkan GROUP BYkueri yang dipesan, maka kebutuhan untuk menggunakan subquery. Anda tidak bisa melakukannya sebaliknya.

Dengan asumsi bahwa MySql selalu memilih baris pertama yang dihadapinya, Anda dengan benar menyortir baris sebelum GROUP BY. Namun sayangnya, jika Anda membaca dokumentasi dengan cermat, Anda akan melihat bahwa asumsi ini tidak benar.

Saat memilih kolom non-agregat yang tidak selalu sama, MySql bebas memilih nilai apa pun, sehingga nilai yang dihasilkannya benar-benar tidak dapat ditentukan .

Saya melihat bahwa trik ini untuk mendapatkan nilai pertama dari kolom non-agregat banyak digunakan, dan biasanya / hampir selalu berhasil, saya kadang-kadang menggunakannya juga (dengan risiko saya sendiri). Tetapi karena itu tidak didokumentasikan, Anda tidak dapat mengandalkan perilaku ini.

Tautan ini (terima kasih ypercube!) Trik GROUP BY telah dioptimalkan menunjukkan situasi di mana permintaan yang sama mengembalikan hasil yang berbeda antara MySql dan MariaDB, mungkin karena mesin pengoptimalan yang berbeda.

Jadi, jika trik ini berhasil, itu hanya masalah keberuntungan.

The jawaban yang diterima pada pertanyaan lain terlihat salah kepada saya:

HAVING wp_posts.post_date = MAX(wp_posts.post_date)

wp_posts.post_dateadalah kolom non-agregat, dan nilainya akan secara resmi tidak ditentukan, tetapi kemungkinan akan menjadi yang pertama post_dateditemui. Tetapi karena trik GROUP BY diterapkan pada tabel yang tidak berurutan, tidak yakin yang mana yang pertama kali post_dateditemukan.

Mungkin akan mengembalikan posting yang merupakan satu-satunya posting dari penulis tunggal, tetapi bahkan ini tidak selalu pasti.

Solusi yang memungkinkan

Saya pikir ini bisa menjadi solusi yang mungkin:

SELECT wp_posts.*
FROM   wp_posts
WHERE  id IN (
  SELECT max(id)
  FROM wp_posts
  WHERE (post_author, post_date) = (
    SELECT   post_author, max(post_date)
    FROM     wp_posts
    WHERE    wp_posts.post_status='publish'
             AND wp_posts.post_type='post'
    GROUP BY post_author
  ) AND wp_posts.post_status='publish'
    AND wp_posts.post_type='post'
  GROUP BY post_author
)

Pada permintaan dalam, saya mengembalikan tanggal posting maksimum untuk setiap penulis. Saya kemudian mempertimbangkan fakta bahwa penulis yang sama secara teori dapat memiliki dua posting pada saat yang sama, jadi saya hanya mendapatkan ID maksimum. Dan kemudian saya mengembalikan semua baris yang memiliki ID maksimum itu. Itu bisa dibuat lebih cepat menggunakan gabungan bukannya klausa IN.

(Jika Anda yakin itu IDhanya meningkat, dan jika ID1 > ID2juga berarti demikian post_date1 > post_date2, maka kueri dapat dibuat lebih sederhana, tapi saya tidak yakin apakah ini masalahnya).

Apa yang akan Anda baca agak basi, jadi jangan coba ini di rumah!

Dalam SQL secara umum jawaban untuk pertanyaan Anda adalah TIDAK , tetapi karena mode santai dari GROUP BY(disebutkan oleh @bluefeet ), jawabannya adalah YA di MySQL.

Misalkan, Anda memiliki indeks BTREE pada (post_status, post_type, post_author, post_date). Bagaimana indeks terlihat seperti di bawah tenda?

(post_status = 'publikasikan', post_type = 'posting', post_author = 'pengguna A', post_date = '2012-12-01') (post_status = 'publikasikan', post_type = 'posting', post_author = 'pengguna A', post_date = '2012-12-31') (post_status = 'publish', post_type = 'post', post_author = 'pengguna B', post_date = '2012-10-01') (post_status = 'publish', post_type = ' posting ', post_author =' pengguna B ', post_date =' 2012-12-01 ')

Itu adalah data yang diurutkan berdasarkan semua bidang itu dalam urutan menaik.

Ketika Anda melakukan secara GROUP BYdefault itu mengurutkan data oleh bidang pengelompokan ( post_author, dalam kasus kami; post_status, post_type diperlukan oleh WHEREklausa) dan jika ada indeks yang cocok, dibutuhkan data untuk setiap catatan pertama dalam urutan menaik. Itu adalah permintaan yang akan mengambil yang berikut (posting pertama untuk setiap pengguna):

(post_status = 'publikasikan', post_type = 'posting', post_author = 'pengguna A', post_date = '2012-12-01') (post_status = 'publikasikan', post_type = 'posting', post_author = 'pengguna B', post_date = '2012-10-01')

Tetapi GROUP BYdi MySQL, Anda dapat menentukan urutan secara eksplisit. Dan ketika Anda meminta post_userdalam urutan menurun, itu akan berjalan melalui indeks kami dalam urutan yang berlawanan, masih mengambil catatan pertama untuk setiap kelompok yang sebenarnya terakhir.

Itu adalah

...
WHERE wp_posts.post_status='publish' AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author DESC

akan memberi kita

(post_status = 'publikasikan', post_type = 'posting', post_author = 'pengguna B', post_date = '2012-12-01') (post_status = 'publikasikan', post_type = 'posting', post_author = 'pengguna A', post_date = '2012-12-31')

Sekarang, ketika Anda memesan hasil pengelompokan dengan post_date, Anda mendapatkan data yang Anda inginkan.

SELECT wp_posts.*
FROM wp_posts
WHERE wp_posts.post_status='publish' AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author DESC
ORDER BY wp_posts.post_date DESC;

NB :

Ini bukan yang saya sarankan untuk permintaan khusus ini. Dalam hal ini, saya akan menggunakan versi yang sedikit dimodifikasi dari apa yang disarankan @bluefeet . Namun teknik ini mungkin sangat berguna. Lihatlah jawaban saya di sini: Mengambil catatan terakhir di setiap kelompok

Perangkap : Kelemahan dari pendekatan ini adalah itu

• hasil permintaan tergantung pada indeks, yang bertentangan dengan semangat SQL (indeks seharusnya hanya mempercepat permintaan);
• indeks tidak tahu apa-apa tentang pengaruhnya terhadap kueri (Anda atau orang lain di masa depan mungkin menganggap indeks terlalu memakan sumber daya dan mengubahnya entah bagaimana, menghancurkan hasil kueri, tidak hanya kinerjanya)
• jika Anda tidak memahami cara kerja kueri, kemungkinan besar Anda akan melupakan penjelasan dalam sebulan dan kueri akan membingungkan Anda dan kolega Anda.

Keuntungannya adalah kinerja dalam hard case. Dalam hal ini, kinerja kueri harus sama dengan dalam permintaan @ bluefeet, karena jumlah data yang terlibat dalam penyortiran (semua data dimuat ke tabel sementara dan kemudian disortir; btw, kuerinya memerlukan (post_status, post_type, post_author, post_date)indeks juga) .

Apa yang saya sarankan :

Seperti yang saya katakan, pertanyaan-pertanyaan itu membuat MySQL membuang waktu berpotensi data dalam jumlah besar dalam tabel sementara. Jika Anda perlu paging (yaitu LIMIT terlibat) sebagian besar data bahkan dibuang. Apa yang akan saya lakukan adalah meminimalkan jumlah data yang diurutkan: yaitu mengurutkan dan membatasi data minimum dalam subquery dan kemudian bergabung kembali ke seluruh tabel.

SELECT * 
FROM wp_posts
INNER JOIN
(
  SELECT max(post_date) post_date, post_author
  FROM wp_posts
  WHERE post_status='publish' AND post_type='post'
  GROUP BY post_author
  ORDER BY post_date DESC
  -- LIMIT GOES HERE
) p2 USING (post_author, post_date)
WHERE post_status='publish' AND post_type='post';

Permintaan yang sama menggunakan pendekatan yang dijelaskan di atas:

SELECT *
FROM (
  SELECT post_id
  FROM wp_posts
  WHERE post_status='publish' AND post_type='post'
  GROUP BY post_author DESC
  ORDER BY post_date DESC
  -- LIMIT GOES HERE
) as ids
JOIN wp_posts USING (post_id);

Semua pertanyaan itu dengan rencana eksekusi mereka pada SQLFiddle .

Coba yang ini. Hanya dapatkan daftar tanggal posting terbaru dari masing-masing penulis . Itu dia

SELECT wp_posts.* FROM wp_posts WHERE wp_posts.post_status='publish'
AND wp_posts.post_type='post' AND wp_posts.post_date IN(SELECT MAX(wp_posts.post_date) FROM wp_posts GROUP BY wp_posts.post_author) 

Tidak. Tidak masuk akal untuk memesan catatan sebelum pengelompokan, karena pengelompokan akan mengubah set hasil. Cara subquery adalah cara yang disukai. Jika ini berjalan terlalu lambat Anda harus mengubah desain tabel Anda, misalnya dengan menyimpan id dari posting terakhir untuk setiap penulis dalam tabel terpisah, atau memperkenalkan kolom boolean yang menunjukkan untuk setiap penulis yang posnya adalah yang terakhir satu.

Cukup gunakan fungsi maks dan fungsi grup

    select max(taskhistory.id) as id from taskhistory
            group by taskhistory.taskid
            order by taskhistory.datum desc

Sekadar rekap, solusi standar menggunakan subquery yang tidak berkorelasi dan terlihat seperti ini:

SELECT x.*
  FROM my_table x
  JOIN (SELECT grouping_criteria,MAX(ranking_criterion) max_n FROM my_table GROUP BY grouping_criteria) y
    ON y.grouping_criteria = x.grouping_criteria
   AND y.max_n = x.ranking_criterion;

Jika Anda menggunakan versi kuno MySQL, atau kumpulan data yang cukup kecil, maka Anda dapat menggunakan metode berikut:

SELECT x.*
  FROM my_table x
  LEFT
  JOIN my_table y
    ON y.joining_criteria = x.joining_criteria
   AND y.ranking_criteria < x.ranking_criteria
 WHERE y.some_non_null_column IS NULL;  

** Sub kueri mungkin berdampak buruk pada kinerja bila digunakan dengan kumpulan data besar **

Permintaan asli

SELECT wp_posts.*
FROM   wp_posts
WHERE  wp_posts.post_status = 'publish'
       AND wp_posts.post_type = 'post'
GROUP  BY wp_posts.post_author
ORDER  BY wp_posts.post_date DESC; 

Kueri yang dimodifikasi

SELECT p.post_status,
       p.post_type,
       Max(p.post_date),
       p.post_author
FROM   wp_posts P
WHERE  p.post_status = "publish"
       AND p.post_type = "post"
GROUP  BY p.post_author
ORDER  BY p.post_date; 

karena saya menggunakan maxdi select clause==> max(p.post_date)adalah mungkin untuk menghindari permintaan pilih sub dan memesan dengan kolom max setelah grup oleh.

Pertama, jangan gunakan * dalam pilih, memengaruhi kinerja mereka dan menghalangi penggunaan grup berdasarkan dan dipesan oleh. Coba kueri ini:

SELECT wp_posts.post_author, wp_posts.post_date as pdate FROM wp_posts
WHERE wp_posts.post_status='publish'
AND wp_posts.post_type='post'
GROUP BY wp_posts.post_author           
ORDER BY pdate DESC

Ketika Anda tidak menentukan tabel dalam ORDER BY, hanya alias, mereka akan memesan hasil pilih.