MySQL：按查詢分組

Question

我有以下模式的表：

+----+--------+----------------------------+----------------------------+
| id | amount | created_timestamp          | updated_timestamp          |
+----+--------+----------------------------+----------------------------+
| 1  |   1.00 | 2018-01-09 12:42:38.973222 | 2018-01-09 12:42:38.973222 |
+----+--------+----------------------------+----------------------------+

在這里，對於id = 1 ，可能會有多個金額條目。 我想提取最后添加的條目及其對應的數量（按ID分組）。

我在self表上編寫了一個帶有內部聯接的工作查詢，如下所示：

SELECT t1.id, 
       t1.amount, 
       t1.created_timestamp, 
       t1.updated_timestamp 
FROM   transactions AS t1 
       INNER JOIN (SELECT id, 
                          Max(updated_timestamp) AS last_transaction_time 
                   FROM   transactions 
                   GROUP  BY id) AS latest_transactions 
               ON latest_transactions.id = t1.id 
                  AND latest_transactions.last_transaction_time = 
                      t1.updated_timestamp; 

我認為內部聯接是一種過大的手段，可以用更優化/更高效的查詢代替。 我已經寫了用下面的查詢where ， group by ，並且having ，但它是不工作。 有人可以幫忙嗎？

select id, any_value(`updated_timestamp`), any_value(amount) from transactions group by `id` having max(`updated_timestamp`);

Answer 1

在MySQL中執行這樣的查詢時，有兩個（好的）選項。 您已經嘗試了一種選擇。 這是另一個：

SELECT t1.id, 
       t1.amount, 
       t1.created_timestamp, 
       t1.updated_timestamp 
FROM   transactions AS t1 
LEFT OUTER JOIN transactions later_transactions
       ON later_transactions.id = t1.id 
       AND later_transactions.last_transaction_time > t1.updated_timestamp
WHERE  later_transactions.id IS NULL

這些方法是文檔中的方法 ，也是我基本上每天在工作中使用的方法。 哪個效率最高取決於多種因素，但是通常情況下，如果一個速度較慢，則另一個速度較快。

另外，正如Strawberry在評論中指出的那樣，您需要在(id,updated_timestamp)上有一個復合索引。 具有單獨的id索引， updated_timestamp不相等。

為什么要使用綜合指數？

請注意，索引只是表中數據的副本。 在許多方面，它的作用與表相同。 因此，創建索引就是創建表數據的副本，RDBMS可以使用該副本以更有效的方式查詢表信息。

剛在updated_timestamp創建的索引將創建包含updated_timestamp作為第一列的數據的副本，並將對該數據進行排序。 它還將在每個這些索引行中包含一個隱藏的行ID值（將用作主鍵），以便可以使用它在實際表中查找完整的行。

這對查詢（兩個版本）有何幫助？ 如果我們只想要最新的（或最早的） updated_timestamp ，這將有所幫助，因為它可以檢查索引中的第一條或最后一條記錄。 但是因為我們想要每個id的最新值，所以該索引沒有用。

那只是id的索引呢？ 在這里，我們有副本id列，通過排序id列，以連接到索引中的每一行的行ID。

這對查詢有何幫助？ 事實並非如此，因為它甚至沒有updated_timestamp列作為索引的一部分，因此甚至不考慮使用此索引。

現在，考慮一個復合索引： (id,updated_timestamp) 。

這將創建一個數據副本，其id列首先進行排序，然后再包含第二列updated_timestamp ，並且還將在每個id內對其進行排序。

這與電話簿（如果人們仍然使用這些東西而不是紙鎮）的方式相同，是按姓氏，然后按名字排序。

因為以這種方式對行進行了排序，所以MySQL可以針對每個id查找給定id的最后一條記錄。 它知道該記錄包含最高的updated_timestamp值，這是因為索引的定義方式。

因此，它只需要為存在的每個id查找一行即可。 那太快了。 進一步解釋為什么會占用更多空間，但是您可以根據需要自己研究，只需查看B樹即可。 只需說一下，找到第一個（或最后一個）記錄就很容易了。

請嘗試以下操作：

ALTER TABLE transactions
ADD INDEX `LatestTransaction` (`id`,`updated_timestamp`)

然后查看您的原始查詢還是我的備用查詢更快。 可能兩者都比沒有索引要快。 隨着表的增長或select語句的更改，它可能會影響這些查詢中的哪些查詢更快，但是無論使用哪個版本的查詢，索引都將提供最大的性能提升。