PostgreSQL中的優化查詢

Question

假設您有一個名為tracker的表，其中包含以下記錄。

issue_id  |  ingest_date         |  verb,status
10         2015-01-24 00:00:00    1,1
10         2015-01-25 00:00:00    2,2
10         2015-01-26 00:00:00    2,3
10         2015-01-27 00:00:00    3,4
11         2015-01-10 00:00:00    1,3
11         2015-01-11 00:00:00    2,4

我需要以下結果

10         2015-01-26 00:00:00    2,3
11         2015-01-11 00:00:00    2,4

我正在嘗試這個查詢

select * 
from etl_change_fact 
where ingest_date = (select max(ingest_date) 
                     from etl_change_fact);

但是，這只會給我

10    2015-01-26 00:00:00    2,3

該記錄。

但是，我希望所有唯一記錄（change_id）與

（a）max（ingest_date）AND

（b）動詞列優先級為（2-第一優先，1-第二優先，3-最后優先）

因此，我需要以下結果

10    2015-01-26 00:00:00    2,3
11    2015-01-11 00:00:00    2,4

請幫助我有效地查詢它。

PS：我不為ingest_date編制索引，因為我將在Distributed Computing設置中將其設置為“ distribution key”。 我是數據倉庫和查詢的新手。

因此，請以最佳方式幫助我達到TB大小的數據庫。

Answer 1

這是一個典型的“最大的每組”問題。 如果您在此處搜索此標簽，則將獲得大量解決方案-包括MySQL。

對於Postgres，最快的方法是使用distinct on （這是SQL語言的Postgres專有擴展）

select distinct on (issue_id) issue_id, ingest_date, verb, status
from etl_change_fact
order by issue_id, 
         case verb 
            when 2 then 1 
            when 1 then 2
            else 3
         end, ingest_date desc;

您可以增強原始查詢以使用相關的子查詢來實現相同的目的：

select f1.* 
from etl_change_fact f1
where f1.ingest_date = (select max(f2.ingest_date) 
                        from etl_change_fact f2
                        where f1.issue_id = f2.issue_id);

---

編輯

對於過時且不受支持的Postgres版本，您可以使用以下方法來擺脫困境：

select f1.* 
from etl_change_fact f1
where f1.ingest_date = (select f2.ingest_date
                        from etl_change_fact f2
                        where f1.issue_id = f2.issue_id
                        order by case verb 
                                  when 2 then 1 
                                  when 1 then 2
                                  else 3
                              end, ingest_date desc
                        limit 1);

SQLFiddle示例： http ://sqlfiddle.com/#!15/3bb05/1