问题描述
我有这张桌子performances
,那里有其他桌子上的戏剧表演:
id | play_id | when | other uninteresting Meta data
1 | 3 | 2020-04-01 | ...
2 | 4 | 2020-03-03 |
3 | 3 | 2020-01-02 |
4 | 1 | 2020-06-03 |
5 | 4 | 2020-10-13 |
我想为每个不同的戏剧选择最早的演出(因此,每个戏剧都由一个最早的演出代表),从最早到最新的顺序排列。
所以从显示的数据中我想得到这个:
id | play_id | when | other uninteresting Meta data
3 | 3 | 2020-01-02 | ...
2 | 4 | 2020-03-03 |
4 | 1 | 2020-06-03 |
到目前为止,在研究了here和here一些答案之后,我想到了这个查询
SELECT * FROM
(
SELECT disTINCT ON (play_id) *
FROM performances
WHERE performances.deleted_at is null
ORDER BY performances.play_id ASC,performances.when ASC
) distinct_plays
order by distinct_plays.when ASC
但是,我一点都不信任它,因为在链接的线程中,有人在争吵并告诉对方彼此的答案是错误的。虽然我在该线程中看到了一些答案问题,但在该答案中还没有看到问题。
这对我的任务很好吗?它不会选择重复的行还是效率很低?
解决方法
您的查询满足您的要求。 distinct on
通常是Postgres中解决此类最大n组问题的正确工具... a,它在结果集中的行顺序上没有灵活性。
似乎您想要的结果与distinct on
中的排序不同-因此您需要另一层嵌套。尽管您的代码可以满足您的要求,但我建议您改用row_number()
(与其他供应商特定的distinct on
相比,它也具有许多数据库支持的优点):
SELECT *
FROM (
SELECT p.*,ROW_NUMBER() OVER(PARTITION BY play_id ORDER BY p.when asc) rn
FROM performances p
WHERE p.deleted_at is null
) p
WHERE rn = 1
ORDER BY p.when asc
您可能还想尝试相关的子查询:
SELECT p.*
FROM performances p
WHERE p.deleted_at IS NULL AND p.when = (
SELECT MIN(p1.when) FROM performances p1 WHERE p1.play_id = p.play_id
)
ORDER BY p.when
要获得相关子查询的性能,请考虑在(play_id,when)
上建立索引。
您可以使用first_value
:
select first_value(id) over(w),play_id,first_value(when) over(w) -- the rest of the columns analogously
from performances
group by play_id
window w as (partition by play_id order by when)