SQL 通过选择可能为空的顶部行进行分组

Question

示例表：

ID	姓名	创建时间	group_id
1	一个	2022-01-01 12:00:00	组 1
2	b	2022-01-01 13:00:00	组 1
3	c	2022-01-01 12:00:00	NULL
4	d	2022-01-01 13:00:00	NULL
5	e	NULL	组2

我需要在以下条件下按group_id分组的前 1 行（具有最小的create_time ）：

1. create_time可以是 null - 它应该被视为最小值
2. group_id可以是 null - 应返回所有具有可为空group_id的行（如果不可能，我们可以使用coalesce(group_id, id)或类似假设 id 是唯一的并且永远不会与组 id 冲突）
3. 应该可以对查询应用分页（所以连接可能是个问题）
4. 查询应该尽可能通用（所以没有特定于供应商的东西）。 同样，如果不可能，它应该在 MySQL 5&8、PostgreSQL 9+ 和 H2 中工作

例如，预期的 output：

ID	姓名	创建时间	group_id
1	一个	2022-01-01 12:00:00	组 1
3	c	2022-01-01 12:00:00	NULL
4	d	2022-01-01 13:00:00	NULL
5	e	NULL	组2

我已经阅读过关于 SO 的类似问题，但 90% 的答案都使用特定关键字（许多答案使用PARTITION BY ，例如https://stackoverflow.com/a/6841644/5572007 ），其他人不尊重组中的 null 值条件列和可能的分页（如https://stackoverflow.com/a/14346780/5572007 ）。

Answer 1

我猜

SELECT id, name, MAX(create_time), group_id
FROM tb GROUP BY group_id 
UNION ALL
SELECT id, name, create_time, group_id
FROM tb WHERE group_id IS NULL
ORDER BY name

我应该指出，“名称”是一个保留字。

Answer 2

select *
from T t1
where coalesce(create_time, 0) = (
   select min(coalesce(create_time, 0)) from T t2
   where coalesce(t2.group_id, t2.id) = coalesce(t1.group_id, t1.id)
)

Answer 3

您可以将两个查询与UNION ALL结合起来。 例如：

select id, name, create_time, group_id
from mytable
where group_id is not null
and not exists
(
  select null
  from mytable older
  where older.group_id = mytable.group_id
  and older.create_time < mytable.create_time  
)
union all
select id, name, create_time, group_id
from mytable
where group_id is null
order by id;

这是标准的 SQL 并且非常基本。 它应该适用于几乎每个 RDBMS。

至于分页：这通常代价高昂，因为您一次又一次地运行相同的查询，以便始终选择结果的“下一个”部分，而不是只运行一次查询。 最好的方法通常是使用主键进入下一部分，以便可以使用键上的索引。 在上面的查询中，我们最好将where id >:last_biggest_id添加到查询中并限制结果，这将fetch next <n> rows only 。 每次我们运行查询时，我们使用最后读取的 ID 作为:last_biggest_id ，所以我们从那里继续读取。

然而，在不同的 DBMS 中，变量的处理方式不同。 最常见的是它们前面有一个冒号、一个美元符号或一个 at 符号。 标准的 fetch 子句也只有一些 DBMS 支持，而其他的则有LIMIT或TOP子句。

如果这些微小的差异导致无法应用它们，那么您必须找到一种解决方法。 对于变量，这可以是一个包含最后读取的最大 ID 的单行表。 对于 fetch 子句，这可能意味着您只需获取所需的行数并停在那里。 当然这并不理想，因为 DBMS 并不知道您只需要接下来的 n 行，并且无法相应地优化执行计划。

然后可以选择不在 DBMS 中进行分页，而是将完整的结果读入您的应用程序并在那里处理分页（然后变成单纯的显示内容，当然会分配大量 memory）。