MySQL：选择 N 行，但在一列中只有唯一值

Question

给定这个数据集：

ID  Name            City            Birthyear
1   Egon Spengler   New York        1957
2   Mac Taylor      New York        1955
3   Sarah Connor    Los Angeles     1959
4   Jean-Luc Picard La Barre        2305
5   Ellen Ripley    Nostromo        2092
6   James T. Kirk   Riverside       2233
7   Henry Jones     Chicago         1899

我需要找到 3 个最年长的人，但每个城市只找一个。

如果它只是三个最古老的，它会是......

• 亨利·琼斯/芝加哥
• 麦克泰勒/纽约
• 埃贡·斯宾格勒 / 纽约

但是，由于 Egon Spengler 和 Mac Taylor 都位于纽约，因此 Egon Spengler 会退出，而下一位（Sarah Connor / 洛杉矶）会进来。

任何优雅的解决方案？

更新：

目前，PConroy 的变体是最好/最快的解决方案：

SELECT P.*, COUNT(*) AS ct
   FROM people P
   JOIN (SELECT MIN(Birthyear) AS Birthyear
              FROM people 
              GROUP by City) P2 ON P2.Birthyear = P.Birthyear
   GROUP BY P.City
   ORDER BY P.Birthyear ASC 
   LIMIT 10;

他使用“IN”的原始查询对于大型数据集非常慢（5 分钟后中止），但将子查询移动到 JOIN 会大大加快速度。大约需要 0.15 秒。我的测试环境中有 1 个 mio 行。我有一个关于“City, Birthyear”的索引，还有一个关于“Birthyear”的索引。

注意：这与...有关。

• Selecting unique rows in a set of two possibilities
• SQL Query to get latest price

Answer 1

@BlaM

更新 刚刚发现使用 USING 而不是 ON 很好。它将删除结果中的重复列。

SELECT P.*, COUNT(*) AS ct
   FROM people P
   JOIN (SELECT City, MIN(Birthyear) AS Birthyear
              FROM people 
              GROUP by City) P2 USING(Birthyear, City)
   GROUP BY P.City
   ORDER BY P.Birthyear ASC 
   LIMIT 10;

原帖

您好，我尝试使用您更新后的查询，但我得到了错误的结果，直到我添加了额外的条件加入（也是加入选择的额外列）。转移到您的查询，我正在使用这个：

SELECT P.*, COUNT(*) AS ct
   FROM people P
   JOIN (SELECT City, MIN(Birthyear) AS Birthyear
              FROM people 
              GROUP by City) P2 ON P2.Birthyear = P.Birthyear AND P2.City = P.City
   GROUP BY P.City
   ORDER BY P.Birthyear ASC 
   LIMIT 10;

理论上你不应该需要最后一个 GROUP BY P.City，但我现在把它留在那里，以防万一。以后可能会删除它。

Answer 2

不漂亮，但也应该与具有相同出生日期的多人一起使用：

测试数据：

select id, name, city, dob 
into people
from
(select 1 id,'Egon Spengler' name, 'New York' city , 1957 dob
union all select 2, 'Mac Taylor','New York', 1955
union all select 3, 'Sarah Connor','Los Angeles', 1959
union all select 4, 'Jean-Luc Picard','La Barre', 2305
union all select 5, 'Ellen Ripley','Nostromo', 2092
union all select 6, 'James T. Kirk','Riverside', 2233
union all select 7, 'Henry Jones','Chicago', 1899
union all select 8, 'Blah','New York', 1955) a

查询：

select 
    * 
from 
    people p
    left join people p1
    ON 
        p.city = p1.city
        and (p.dob > p1.dob and p.id <> p1.id)
        or (p.dob = p1.dob and p.id > p1.id)
where
    p1.id is null
order by 
    p.dob

Answer 3

可能不是最优雅的解决方案，IN 的性能可能会在更大的表上受到影响。

嵌套查询获取每个城市的最小值Birthyear。只有具有此Birthyear 的记录才会在外部查询中匹配。按年龄排序，然后限制为 3 个结果，您可以获得 3 个最年长的人，他们也是他们所在城市最年长的人（Egon Spengler 退出......）

SELECT Name, City, Birthyear, COUNT(*) AS ct
FROM table
WHERE Birthyear IN (SELECT MIN(Birthyear)
               FROM table
               GROUP by City)
GROUP BY City
ORDER BY Birthyear DESC LIMIT 3;

+-----------------+-------------+------+----+
| name            | city        | year | ct |
+-----------------+-------------+------+----+
| Henry Jones     | Chicago     | 1899 | 1  |
| Mac Taylor      | New York    | 1955 | 1  |
| Sarah Connor    | Los Angeles | 1959 | 1  |
+-----------------+-------------+------+----+

编辑 - 将GROUP BY City 添加到外部查询中，因为具有相同出生年份的人会返回多个值。对外部查询进行分组可确保每个城市仅返回一个结果，如果超过一个人的最小值为Birthyear。 ct 列将显示城市中是否存在多个具有 Birthyear 的人

Answer 4

这可能不是最优雅和最快的解决方案，但它应该可以工作。我期待看到真正的数据库大师的解决方案。

select p.* from people p,
(select city, max(age) as mage from people group by city) t
where p.city = t.city and p.age = t.mage
order by p.age desc

Answer 5

类似的东西？

SELECT
  Id, Name, City, Birthyear
FROM
  TheTable
WHERE
  Id IN (SELECT TOP 1 Id FROM TheTable i WHERE i.City = TheTable.City ORDER BY Birthyear)