掌握 GROUP BY：从多对多数据库中提取聚合值的利器

mysql

2024-03-03 06:44:14

使用 GROUP BY 从多对多数据库中获取聚合值

问题

想象一下你有一个数据库，其中包含多个表，这些表通过多对多关系关联在一起。你希望从这些表中提取聚合值，例如，对于每个组的最新条目。然而，这可能会是一个复杂的任务，尤其是当涉及到多个表时。

在这种情况下，GROUP BY 子句可以派上用场。GROUP BY 允许你根据一组列对数据进行分组，并对分组后的数据进行聚合计算。

解决方案

让我们以一个实际的例子来说明如何使用 GROUP BY 。假设我们有一个表，名为 DocumentStatusLogs，其中包含以下列：

ID
DocumentID
Status
DateCreated

我们希望为每个 DocumentID 获取最新状态。

要做到这一点，我们可以使用以下步骤：

根据 DocumentID 分组： 首先，我们需要根据 DocumentID 对 DocumentStatusLogs 表进行分组。
查找最大 DateCreated： 接下来的任务是为每个 DocumentID 查找最大的 DateCreated 值。
联接子查询： 最后，我们将使用一个子查询将上述两个步骤连接起来，并获取具有最大 DateCreated 值的最新状态。

代码示例

SELECT
  dsl.DocumentID,
  dsl.Status,
  dsl.DateCreated
FROM DocumentStatusLogs AS dsl
INNER JOIN (
  SELECT
    DocumentID,
    MAX(DateCreated) AS MaxDateCreated
  FROM DocumentStatusLogs
  GROUP BY DocumentID
) AS subquery
  ON dsl.DocumentID = subquery.DocumentID AND dsl.DateCreated = subquery.MaxDateCreated

其他方法

除了使用 GROUP BY 子句，还有一些其他方法可以获取聚合值。其中一种方法是使用 ROW_NUMBER() 函数。

ROW_NUMBER() 函数为每个分区内的行分配一个唯一的行号。我们可以使用此函数来获取每个 DocumentID 的最新状态：

SELECT
  DocumentID,
  Status,
  DateCreated
FROM (
  SELECT
    dsl.DocumentID,
    dsl.Status,
    dsl.DateCreated,
    ROW_NUMBER() OVER (PARTITION BY dsl.DocumentID ORDER BY dsl.DateCreated DESC) AS RowNum
  FROM DocumentStatusLogs AS dsl
) AS subquery
WHERE
  RowNum = 1

结论

掌握 GROUP BY 子句对于从多对多数据库中提取聚合值至关重要。通过对数据进行分组并应用聚合函数，我们可以获取有价值的信息并从复杂的数据集发现模式。

常见问题解答

GROUP BY 的限制是什么？
- GROUP BY 子句只能对所选列进行分组。如果需要对其他列进行分组，需要使用嵌套子查询。
何时应该使用 GROUP BY？
- GROUP BY 适用于需要对数据进行分组并计算聚合值的情况。
什么是聚合函数？
- 聚合函数是对一组值执行计算并返回单个结果的函数，例如 SUM() 、COUNT() 和 MAX() 。
如何处理重复值？
- 如果你需要处理重复值，可以使用 DISTINCT 。
GROUP BY 和 HAVING 子句有什么区别？
- GROUP BY 子句用于对数据进行分组，而 HAVING 子句用于对组进行筛选。