检查每个组是否存在不同的值答案

【问题标题】：Check existence of distinct values for each group检查每个组是否存在不同的值
【发布时间】：2016-01-12 16:29:06
【问题描述】：

编辑：

假设我在 MySQL 中有下表：

CREATE TABLE `events` (
`pv_name` varchar(60) COLLATE utf8mb4_unicode_ci NOT NULL,
`time_stamp` bigint(20) UNSIGNED NOT NULL,
`value` text CHARACTER SET utf8mb4 COLLATE utf8mb4_bin,
PRIMARY KEY (`pv_name`, `time_stamp`)
) ENGINE=InnoDB;

我可以使用以下查询在此表中找到具有多个不同 value 的每个 pv_name：

SELECT events.pv_name
FROM events
GROUP BY events.pv_name
HAVING COUNT(DISTINCT events.value) > 1;

问题是这个查询效率不高。它计算所有不同的值，而不是在找到多个值后停止。

一个建议如下：

SELECT events.pv_name
FROM events
GROUP BY events.pv_name
HAVING MIN(events.value) < MAX(events.value);

如果索引包含value，这是有效的。但是，value 是文本列，所以不能。

是否有其他方法可以提高搜索效率？也许某种形式的相关子查询？我想继续使用 MySQL，但如果另一个数据库服务器中有一个功能可以帮助我，我可能会考虑迁移到它。

【问题讨论】：

插入的频率如何？时效准确度要求是什么？
对于插入率，我没有一个好的固定数字。它可以与数据库允许的一样快。不知道你说的及时准确是什么意思？
统计数据的准确性是否存在滞后。这种类型的信息排除或使不同的策略成为可能
SELECT * FROM Customers GROUP BY pv_name HAVING MIN(time_stamp ) < MAX(time_stamp ) ;你有 time_stamp 的价值
@Drew：如果您的意思是这样的话，假设在查询时表被冻结是没有问题的？也就是说，您可以忽略在执行查询期间可能添加的任何行。

标签： mysql sql group-by query-optimization distinct

【解决方案1】：

要回答您的问题，最好避免使用group by 或distinct。不过，首先，我建议为表添加一个自动递增的event_id。这样就可以确定两行是否相同。

所以，我建议以下查询：

select e.*
from events e
where e.time_stamp between $ts1 and $ts2 and
      exists (select 1
              from events e2
              where e2.pv_name = e.pv_name and
                    e2.time_stamp between $ts1 and $ts2 and
                    e2.event_id < e.event_id
             );

您还需要索引：events(time_stamp, pv_name, event_id) 和 events(pv_name, time_stamp, event_id)。

这会找到成对的事件。您可以使用select distinct pv_name。但是，这会产生大量额外的处理来删除重复项。

【讨论】：

这似乎没有比较值？
比较什么值？您的问题是关于获取姓名列表。
在给定时间间隔内具有多个不同值的名称。

【解决方案2】：

SELECT * FROM Customers WHERE pv_name IN
(SELECT pv_name FROM Customers GROUP BY pv_name HAVING COUNT(*) > 1) AND
 time_stamp BETWEEN 'start_time' and `end_time'

或

SELECT * FROM Customers GROUP BY pv_name HAVING MIN(time_stamp ) < MAX(time_stamp );

这可能有效。

【讨论】：

【解决方案3】：

我相信以下可能有效？可以改进吗？

-- Chooses a single non null `value` from the `events` table for each `pv_name`.
CREATE TEMPORARY TABLE single_values ( PRIMARY KEY (pv_name) ) ENGINE=Memory AS (
SELECT events.pv_name, events.value
FROM events
WHERE events.value IS NOT NULL
GROUP BY events.pv_name );

-- Finds each `pv_name` that has a `value` different than the one for it in `single_values`.
-- This is a correlated subquery.
SELECT single_values.pv_name
FROM single_values
WHERE 1 = (
SELECT 1
FROM events
WHERE events.pv_name = single_values.pv_name
AND events.value <> single_values.value
AND events.value IS NOT NULL
LIMIT 1 );

【讨论】：