MySQL: selezionare N righe, ma con solo valori univoci in una colonna
-
07-07-2019 - |
Domanda
Dato questo set di dati:
ID Name City Birthyear
1 Egon Spengler New York 1957
2 Mac Taylor New York 1955
3 Sarah Connor Los Angeles 1959
4 Jean-Luc Picard La Barre 2305
5 Ellen Ripley Nostromo 2092
6 James T. Kirk Riverside 2233
7 Henry Jones Chicago 1899
Devo trovare le 3 persone più anziane, ma solo una di ogni città.
Se fosse solo i tre più vecchi, sarebbe ...
- Henry Jones / Chicago
- Mac Taylor / New York
- Egon Spengler / New York
Tuttavia, dal momento che sia Egon Spengler che Mac Taylor si trovano a New York, Egon Spengler abbandonerà e al suo posto entrerà quello successivo (Sarah Connor / Los Angeles).
Qualche soluzione elegante?
Aggiornamento:
Attualmente una variante di PConroy è la soluzione migliore / più veloce:
SELECT P.*, COUNT(*) AS ct
FROM people P
JOIN (SELECT MIN(Birthyear) AS Birthyear
FROM people
GROUP by City) P2 ON P2.Birthyear = P.Birthyear
GROUP BY P.City
ORDER BY P.Birthyear ASC
LIMIT 10;
La sua query originale con " IN " è estremamente lento con set di dati di grandi dimensioni (interrotto dopo 5 minuti), ma spostando la subquery su un JOIN si accelera molto. Ci sono voluti circa 0,15 secondi per ca. 1 mio file nel mio ambiente di test. Ho un indice su " City, Birthyear " e un secondo solo su " Birthyear " ;.
Nota: si riferisce a ...
Soluzione
Probabilmente non è la soluzione più elegante e le prestazioni di IN
possono risentire di tavoli più grandi.
La query nidificata ottiene il Birthyear
minimo per ogni città. Solo i record che hanno questo Birthyear
sono abbinati nella query esterna. Ordinando per età e limitando a 3 risultati ottieni le 3 persone più anziane che sono anche le più anziane nella loro città (Egon Spengler abbandona ..)
SELECT Name, City, Birthyear, COUNT(*) AS ct
FROM table
WHERE Birthyear IN (SELECT MIN(Birthyear)
FROM table
GROUP by City)
GROUP BY City
ORDER BY Birthyear DESC LIMIT 3;
+-----------------+-------------+------+----+
| name | city | year | ct |
+-----------------+-------------+------+----+
| Henry Jones | Chicago | 1899 | 1 |
| Mac Taylor | New York | 1955 | 1 |
| Sarah Connor | Los Angeles | 1959 | 1 |
+-----------------+-------------+------+----+
Modifica - aggiunto Raggruppa per città
alla query esterna, poiché le persone con gli stessi anni di nascita restituirebbero più valori. Il raggruppamento sulla query esterna garantisce che verrà restituito un solo risultato per città, se più di una persona ha quel Birthyear
minimo. La colonna ct
mostrerà se in città esiste più di una persona con quel Birthyear
Altri suggerimenti
Probabilmente questa non è la soluzione più elegante e veloce, ma dovrebbe funzionare. Non vedo l'ora di vedere le soluzioni dei veri guru del database.
select p.* from people p,
(select city, max(age) as mage from people group by city) t
where p.city = t.city and p.age = t.mage
order by p.age desc
Qualcosa del genere?
SELECT
Id, Name, City, Birthyear
FROM
TheTable
WHERE
Id IN (SELECT TOP 1 Id FROM TheTable i WHERE i.City = TheTable.City ORDER BY Birthyear)
Non carino ma dovrebbe funzionare anche con più persone con lo stesso dob:
Dati del test:
select id, name, city, dob
into people
from
(select 1 id,'Egon Spengler' name, 'New York' city , 1957 dob
union all select 2, 'Mac Taylor','New York', 1955
union all select 3, 'Sarah Connor','Los Angeles', 1959
union all select 4, 'Jean-Luc Picard','La Barre', 2305
union all select 5, 'Ellen Ripley','Nostromo', 2092
union all select 6, 'James T. Kirk','Riverside', 2233
union all select 7, 'Henry Jones','Chicago', 1899
union all select 8, 'Blah','New York', 1955) a
Domanda:
select
*
from
people p
left join people p1
ON
p.city = p1.city
and (p.dob > p1.dob and p.id <> p1.id)
or (p.dob = p1.dob and p.id > p1.id)
where
p1.id is null
order by
p.dob
@BlaM
AGGIORNAMENTO ho appena scoperto che è utile utilizzare USING anziché ON. rimuoverà le colonne duplicate nel risultato.
SELECT P.*, COUNT(*) AS ct
FROM people P
JOIN (SELECT City, MIN(Birthyear) AS Birthyear
FROM people
GROUP by City) P2 USING(Birthyear, City)
GROUP BY P.City
ORDER BY P.Birthyear ASC
LIMIT 10;
POSTO ORIGINALE
ciao, ho provato ad usare la tua query aggiornata ma stavo ottenendo risultati sbagliati fino a quando non ho aggiunto ulteriori condizioni per partecipare (anche una colonna in più in selezione selezione). trasferito alla tua query, sto usando questo:
SELECT P.*, COUNT(*) AS ct
FROM people P
JOIN (SELECT City, MIN(Birthyear) AS Birthyear
FROM people
GROUP by City) P2 ON P2.Birthyear = P.Birthyear AND P2.City = P.City
GROUP BY P.City
ORDER BY P.Birthyear ASC
LIMIT 10;
in teoria non dovresti aver bisogno dell'ultimo GROUP BY P.City, ma l'ho lasciato lì per ora, per ogni evenienza. probabilmente lo rimuoverà più tardi.