仅选择具有最大列值的行的SQL查询

Question

我有一个文档表（这里是简化版本）：

id	rev	content
1	1	...
2	1	...
1	2	...
1	3	...

如何选择每个id的一行，并且只选择最大的rev？

根据上述数据，结果应该包含两行：[1, 3, ...] 和 [2, 1, ..]。我正在使用MySQL。

目前，我在while循环中使用检查来检测和覆盖结果集中的旧rev。但是这是实现结果的唯一方法吗？难道没有SQL的解决方案吗？

Answer 1

我更喜欢尽可能少使用代码...

你可以使用IN来实现 试试这个：

SELECT * 
FROM t1 WHERE (id,rev) IN 
( SELECT id, MAX(rev)
  FROM t1
  GROUP BY id
)

在我看来，这样更简单... 更容易阅读和维护。

Answer 2

乍一看...

你只需要使用带有MAX聚合函数的GROUP BY子句：

SELECT id, MAX(rev)
FROM YourTable
GROUP BY id

事情从来都不会那么简单，是吧？

我刚刚注意到你还需要content列。

这是SQL中一个非常常见的问题：根据某个分组标识符找到某列中具有最大值的整行数据。在我的职业生涯中，我听到了很多这样的问题。实际上，在我目前的工作技术面试中，这是我回答过的问题之一。

这个问题实际上非常常见，以至于Stack Overflow社区专门创建了一个标签来处理这类问题：greatest-n-per-group。

基本上，你有两种方法来解决这个问题：

使用简单的group-identifier, max-value-in-group子查询进行连接

在这种方法中，你首先在一个子查询中找到group-identifier, max-value-in-group（已经在上面解决了）。然后，你将你的表与子查询进行连接，使用group-identifier和max-value-in-group进行等值连接：

SELECT a.id, a.rev, a.contents
FROM YourTable a
INNER JOIN (
    SELECT id, MAX(rev) rev
    FROM YourTable
    GROUP BY id
) b ON a.id = b.id AND a.rev = b.rev

使用自连接，调整连接条件和过滤条件

在这种方法中，你将表与自身进行左连接。等值连接在group-identifier上进行。然后，有两个巧妙的步骤：

1. 第二个连接条件是左侧值小于右侧值
2. 当你执行步骤1时，实际上具有最大值的行将在右侧有NULL（记住，这是一个LEFT JOIN）。然后，我们过滤连接结果，只显示右侧为NULL的行。

所以你最终得到：

SELECT a.*
FROM YourTable a
LEFT OUTER JOIN YourTable b
    ON a.id = b.id AND a.rev < b.rev
WHERE b.id IS NULL;

结论

这两种方法得到的结果完全相同。

如果对于group-identifier有两行具有max-value-in-group，那么这两种方法都会将这两行都包含在结果中。

这两种方法都与SQL ANSI兼容，因此无论你喜欢的RDBMS是什么“风格”，都可以使用。

这两种方法在性能上也都友好，但是你的实际情况可能会有所不同（RDBMS、数据库结构、索引等）。所以当你选择其中一种方法时，请进行基准测试。并确保选择对你来说最有意义的方法。