在带值 X 和效率的行之后选择带值 Y 的行答案

【问题标题】：Select Row w/ Value Y after Row w/ Value X & Efficiency在带值 X 和效率的行之后选择带值 Y 的行
【发布时间】：2021-05-31 22:23:42
【问题描述】：

MySQL 8.0.25（主要使用 HeidiSQL，但有时也使用命令行）
Windows 10（专用 MySQL 机器）
128GB 内存
用于操作系统和数据驱动器的单独 SSD
Temp DIR 指向具有 600GB 可用空间的数据驱动器
我正在查询的数据超过 8200 万行，大小约为 18GB

我有什么

ID	signal
1	x
2	x
3	y
4	x
5	y
6	y
7	y
8	x
9	y
10	x
11	y

我需要什么

X ID	Y ID
1	3
4	5
8	9
10	11

解释：

基本上，我在单列中有一个变量列表（X 和 Y）。我需要找到 X，然后在 X 的行之后找到带有 Y 的下一行。但是，有时，如上例所示，有多个 X 和 Y 相互重复（即第 1 行和第 2 行）。我需要第一个 X，然后是第一个 Y（并跳过重复 X 的行）。

下一个选择的 X 将位于先前使用的行中的 Y 之后。即，第 4 行的 X 将是第一个结果行之后的下一个，并且永远不会使用第 2 行中的 X。

我试过了：

SELECT
    x_tbl.id,
    (
        SELECT
            y_tbl.id
        FROM
            t_table AS y_tbl
        WHERE
            signal = "y"
            AND
            MIN(y_tbl.id) > x_tbl.id
        LIMIT
            1
    ) y_id
FROM
    t_table AS x_tbl
WHERE
    x_tbl.signal = "x"

问题是 InnoDB 会重新扫描整个数据库。单身的。排。我的真实代码是从原始表中提取数据，然后通过一些 CTE 过滤掉数据量，然后再执行此步骤（例如数据等）。从我的测试来看，这确实有助于加快速度——但在整个数据库中运行它实际上需要 10 多天才能完成。太疯狂了。

有没有更有效的方法来写这个？

【问题讨论】：

这些方面的东西怎么样...stackoverflow.com/questions/67553864/…
感谢您的回复！在理解您的示例时，我大约有 75% 的人在那里 - 但不完全确定为什么在“grp”字段中，您要减去一个密集排名（用户 ID）和组合密集排名（用户 ID、状态）。你能解释一下如何/为什么这样做吗？我怀疑这与将“最新”状态更改置于更高/更低级别有关 - 但不完全确定......
请参阅db-fiddle.com/f/3PS7gV64j1gkXdbvgtPKC8/0 了解一些细分...这里我们对状态更改感兴趣。每当 x 减去 y 的结果与“上一个”行中的结果不同时，就会发生这种情况。
这太棒了，顺便说一句。但是，如果我想包括状态更改本身的日期（即在您的示例中，不是开始和结束日期具有相同的状态，我想要第一个状态的开始日期，然后“更改”状态本身的日期作为完成日期）？我会使用某种将 1 添加到完成日期行，或者可能是 LEAD(MIN(date)) 类型的东西吗？只是为了澄清-我想要的输出是：| 1 | GRE | 2018-09-02 | 2018-09-04 | | 1 |专业 | 2018-09-04 | 2018-09-07 |谢谢！
这听起来完全不同，足以证明一个问题本身。好消息是，您现在可以使用工具来提出这个问题。

标签： mysql

【解决方案1】：

一个想法……

使用LEAD()（或LAG()）过滤掉带有dup signals的行。
添加一个新的AUTO_INCREMENT 列。这是为了获取行号。（我不知道这个老把戏比使用ROW_NUMBER() 快还是慢。）
执行自联接以根据新行号配对偶数/奇数行。

【讨论】：