从组中获取 ANY(col) 而不是 MIN(col)答案

【问题标题】：Get ANY(col) instead of MIN(col) from a group从组中获取 ANY(col) 而不是 MIN(col)
【发布时间】：2014-08-15 00:19:15
【问题描述】：

我有一个 SQL 查询（从实际使用中简化）：

SELECT MIN(cola), colb FROM tbl GROUP BY colb;

但实际上，我不需要最小值 - 任何可乐值都可以 - 它仅用于显示组中的示例值。

目前PG要先做分组，然后按cola对每个分组排序，找出分组中的最小值，但是这样很慢，因为每个分组的记录很多。

Postgres 是否有某种 FIRST(cola) 或 ANY(cola) 会返回它首先看到的任何可乐（就像 MySQL 在你不使用聚合函数时所做的那样）或者不需要排序/读取可乐每一行？

【问题讨论】：

标签： sql postgresql optimization psql

【解决方案1】：

尝试在 sql 末尾使用 fetch 第一行：

http://www.postgresql.org/docs/8.1/static/sql-fetch.html

SELECT MIN(cola), colb 
FROM tbl 
GROUP BY colb
FETCH FIRST ROW only;

【讨论】：

【解决方案2】：

我认为使用没有 order by 的 DISTINCT ON() 将实现您所追求的：

SELECT DISTINCT ON (ColB) ColA, ColB
FROM tbl;

Example on SQL Fiddle

docs state

DISTINCT ON (表达式 [, ...] ) 仅保留给定表达式计算结果为相等的每组行的第一行。 DISTINCT ON 表达式使用与 ORDER BY 相同的规则进行解释（见上文）。请注意，除非使用 ORDER BY 来确保所需的行首先出现，否则每组的“第一行”是不可预测的。

但是，由于没有可处理的示例数据，我无法实际比较这是否会优于使用 MIN 或任何其他聚合函数。

【讨论】：

【解决方案3】：

此声明：

此刻PG要做组，然后按可乐对每组进行排序在组中找到最小值，但这很慢，因为每个组都有很多记录。

可能在逻辑上描述 Postgres 做了什么，但它没有解释实际发生的事情。

Postgres——与我熟悉的任何数据库一样——将保留一个“寄存器”以获得最小值。随着新数据的进入，它将下一行中的值与最小值进行比较。如果新值更小，那么它将被复制进来。顺便说一下，这就是为什么 min()、max()、avg() 和 count() 都比 count(distinct) 快。对于后者，必须维护组内的值列表。

distinct on 方法可能比group by 更快。然而，原因并不是因为数据库引擎正在对给定 colb 的所有值进行排序以获得最小值。

【讨论】：

确实如此。我没有想到这一点，当没有 group by 子句时肯定会发生这种情况。它是否为每个 GROUP BY colb 保留一个寄存器？ IE。它是否为 colb 的每个可能值维护一个 MIN(cola) 寄存器？
我认为确实如此。当我开始使用关系数据库时，这是一种古老的技术。 . .哦，我不想承认多少年前的事了。

【解决方案4】：

受上述 Gareth 回答的启发：

SQL Fiddle

; WITH C as (SELECT *, ROW_NUMBER() OVER (PARTITION BY ColB) as rn FROM tbl)
SELECT *
FROM c
WHERE rn = 1

不确定它是否会比 MIN() 执行得更好\更差。

【讨论】：