基于子查询的SQL查询。 使用数据>阈值检索事务

Question

我的数据库表称为事务，如下所示：

 Name |    Date (DateTime)   | Type |  Stock    | Volume | Price | Total
 Tom    2014-05-24 12:00:00    Sell   Barclays     100      2.2     220.0
 Bob    2014-04-13 15:00:00    Buy    Coca-Cola    10       12.0    120.0

varchar    DateTime           varchar varchar      int      float   float   

我最初的问题是从表中删除属于用户的所有事务，该用户的第一个事务晚于特定阈值。 我的查询是：

DELETE FROM transactions WHERE name NOT IN (SELECT name FROM transactions2 WHERE date < CAST('2014-01-01 12:00:00.000' as DateTime));
Query OK, 35850 rows affected (3 hours 5 min 28.88 sec)

我认为这是一个糟糕的解决方案，我不得不复制该表以避免从正在读取的同一表中删除该表，并且执行花费了相当长的时间（对于包含约170k行的表，该过程花费了3个小时）

现在，我试图删除属于某个用户的所有交易，该用户的最新交易发生在某个阈值日期之前。

DELETE FROM transactions WHERE name IN (SELECT name FROM transactions HAVING max(date) < CAST('2015-01-01 12:00:00.000' as DateTime) );

可悲的是，子查询仅找到一个结果：

SELECT name FROM transactions HAVING max(date) < CAST('2015-01-01 12:00:00.000' as DateTime)';

+------------+
| name       |
+------------+
| david      |
+------------+

我猜因为max（）函数，我只能得到一个结果。 我不是SQL方面的专家，但是我很了解我在集合和逻辑方面的需求。 我真的很乐意就如何重写查询提出建议。

编辑：这是与架构和一些数据的sqlfiddle： http ://sqlfiddle.com/#!2/389ede/2

我需要删除alex的所有条目，因为他的上次交易发生在某个阈值之前（例如，2013年1月1日）。 不需要删除Tom的交易记录，因为他的最新交易时间晚于2013年1月1日。

Answer 1

您的第一个查询可以表述为：`从？中删除用户，而在？之前该用户不存在该交易。 这很容易转换为sql：

delete from transactions t1
where not exists (
    select 1 from transactions t2
    where t1.name = t2.name
      and t2.date < ?
)

mysql仍然不支持从select引用的表中删除（AFAIK），因此我们需要将其重写为：

delete t1.* 
from transactions t1
left join transactions t2
    on t1.name = t2.name
   and t2.date < ?
where t2.name is null

date是保留字，因此您必须引用它。

您的第二个查询可以用相同的方式解决，在某个日期之后不存在事务的情况下，从事务中删除。 我将其保留为练习。

Answer 2

艾尔文（Alvin）是从您的提琴和日期中简化的场景：

CREATE TABLE transactions 
(    id    int(11) NOT NULL AUTO_INCREMENT
,    name  varchar(30) NOT NULL
,    value datetime NOT NULL
,       PRIMARY KEY (id) ) ENGINE=InnoDB;

INSERT INTO transactions (name, value) VALUES ('alex',  '2011-01-01 12:00:00')
                                           ,  ('alex',  '2012-06-01 12:00:00');

让我们研究一下发生了什么：

SELECT t1.name as t1_name, t1.value as t1_value
     , t2.name as t2_name, t2.values as t2_value
FROM transactions t1
LEFT JOIN transactions t2
    ON t1.name = t2.name

T1_NAME     T1_VALUE    T2_NAME     T2_VALUE
alex    January, 01 2011 12:00:00+0000  alex    January, 01 2011 12:00:00+0000
alex    January, 01 2011 12:00:00+0000  alex    June, 01 2012 12:00:00+0000
alex    June, 01 2012 12:00:00+0000     alex    January, 01 2011 12:00:00+0000
alex    June, 01 2012 12:00:00+0000     alex    June, 01 2012 12:00:00+0000

即4行。 如果现在添加联接谓词：

SELECT t1.name as t1_name, t1.value as t1_value
     , t2.name as t2_name, t2.values as t2_value
FROM transactions t1
LEFT JOIN transactions t2
    ON t1.name = t2.name    
   AND t2.value > CAST('2011-06-01 12:00.000' as DateTime)

这给我们留下了两行。 如果将时间更改为'2012-06-01 12：00.000'，则由于左连接，我们仍然有两行，但t2列将为空。

如果现在添加WHERE子句：

SELECT t1.name as t1_name, t1.value as t1_value
     , t2.name as t2_name, t2.values as t2_value
FROM transactions t1
LEFT JOIN transactions t2
    ON t1.name = t2.name    
   AND t2.value > CAST('2012-06-01 12:00.000' as DateTime)
WHERE t2.name is null;

我们还有两排。 使用CAST（'2011-06-01 12：00.000'作为DateTime）时，没有行。

请记住，该构造等效于：

SELECT t1.name as t1_name, t1.value as t1_value
FROM transactions t1
WHERE NOT EXISTS (
    SELECT 1 FROM transactions t2
    WHERE t1.name = t2.name    
      AND t2.value > CAST('2012-06-01 12:00.000' as DateTime)
);

因此，如果该名称不存在value>'2012-06-01 12：00.000'的行，则我们有一个匹配项。 这澄清了吗？

Answer 3

@ Lennart，Alvin，考虑以下问题...

DROP TABLE IF EXISTS my_table;

CREATE TABLE my_table (id INT NOT NULL AUTO_INCREMENT PRIMARY KEY,val INT NOT NULL);

INSERT INTO my_table (val) VALUES (1),(1),(2),(1),(3),(2),(3),(1),(4);

SELECT * FROM my_table;
+----+-----+
| id | val |
+----+-----+
|  1 |   1 |
|  2 |   1 |
|  3 |   2 |
|  4 |   1 |
|  5 |   3 |
|  6 |   2 |
|  7 |   3 |
|  8 |   1 |
|  9 |   4 |
+----+-----+

让我们删除每个val最新结果，即...的结果。

SELECT x.* 
  FROM my_table x 
  JOIN 
     ( SELECT val, max(id) max_id FROM my_table GROUP BY val ) y 
    ON y.val = x.val 
   AND y.max_id = x.id;
+----+-----+
| id | val |
+----+-----+
|  8 |   1 |
|  6 |   2 |
|  7 |   3 |
|  9 |   4 |
+----+-----+

所以...

DELETE x 
  FROM my_table x 
  JOIN ( SELECT val, max(id) max_id FROM my_table GROUP BY val ) y 
    ON y.val = x.val 
   AND y.max_id = x.id;

SELECT * FROM my_table;
+----+-----+
| id | val |
+----+-----+
|  1 |   1 |
|  2 |   1 |
|  3 |   2 |
|  4 |   1 |
|  5 |   3 |
+----+-----+