SELECT *,MIN(x) 中的隐式排序如何在 SQLite 中工作？答案

【问题标题】：How does implicit sorting in SELECT *,MIN(x) work in SQLite?SELECT *,MIN(x) 中的隐式排序如何在 SQLite 中工作？
【发布时间】：2016-12-11 16:08:04
【问题描述】：

今天我遇到了一个非常常见的问题，即从由group by 分割的每组数据集中选择具有最小值的行。我找到了一个 SQLite 独有的解决方案（它在 MySQL 中无法正常工作并在 PostgreSQL 中引发错误）并且不使用任何连接。它看起来像这样：

SELECT *, min(x) FROM table GROUP BY y

Here 是一个例子。

但是，我不明白 为什么 这有效 - 只是通过包含一个聚合函数，每个组都以某种方式隐式排序并返回聚合函数的结果对应的行。默认 SQL 行为是选择任意行。我翻遍了relevant SQLite documentation 并没有找到任何解释。这就是我想要解释的原因。

编辑：到目前为止，两个答案都猜测这是一个巧合。它不是。在实际表中，我使用这种方法将大约 90 条记录分成了大约 30 组，并且每条记录都按预期工作。 See for yourself.

【问题讨论】：

SQLite Release 3.7.11 On 2012-03-20: 查询形式：“SELECT max(x), y FROM table”返回包含最大x值的同一行中的y值。
参考相关source commits。

标签： sql sqlite

【解决方案1】：

为了与 MySQL 兼容，SQLite 允许使用既不聚合也不分组的列。

MySQL 不保证这些值来自任何特定的行，3.7.11 之前的 SQLite 也不保证。但是，由于 SQLite 中如何实现分组，在某些情况下，这些列中的值恰好来自与 min()/max() 匹配的行。

一些paying 客户发现这很有用，并希望为此提供保证，因此 SQLite enforced it in all cases 和 documented it in the changelog of version 3.7.11 使其成为受支持的功能（即，它已经过测试，永远不会被删除）。

虽然可以安全使用，但此行为是 SQL 标准的违反扩展，从未正确设计过，也从未打算成为销售功能，因此在实际中未提及文档。

【讨论】：

。 .你知道这种行为是否适用于多个“y”列吗？
我看到了 MAX 的保证，而不是 MIN 的保证。
@GordonLinoff 它适用于所有列。
再说一次，这不是文档所保证的。

【解决方案2】：

这可能是偶然的。 SQLite 将为每个组返回任意行。该行不一定必须具有该组的最小 x 值。

学会正确表达查询：

SELECT t.*
FROM table t
WHERE t.x = (SELECT MIN(t2.x) FROM table t2 WHERE t2.y = t.y)

【讨论】：

如果有不止一行具有最小值，则此查询将无法按预期工作。如果在特定情况下这是可能的，则必须决定以某种方式在各种备选方案之间进行选择（例如，找到第二列的最小值；或主键的最小值，或者......）。跨度>
SQLite 似乎非常固执地总是返回小提琴示例中的“正确”行，无论我做了多少组合......所以，它看起来真的不是巧合。如果你检查这个： SELECT *, max(record_date), min(record_date) FROM mt GROUP BY id ; ...您会发现所选行是实际找到 min(record_date) 的行。如果你改变 max() 和 min() 的顺序，你会得到最大值出现的行。所以，这看起来并不是巧合。
@joanolo 。 . .我的猜测是id 在数据中按顺序递增，SQLite 对group by 使用稳定的排序。这些不是我在真正的查询中想要依赖的条件。

【解决方案3】：

您看到的记录是任意选择的。
你不能指望那些对你来说似乎可以解决的行为。
它可以由于表结构的变化（例如添加/删除的索引）、版本之间的变化等而改变。

https://www.sqlite.org/lang_select.html

如果 SELECT 语句是带有 GROUP BY 子句的聚合查询 ...
然后对结果集中的每个表达式进行一次评估行组。如果表达式是一个聚合表达式，它是对组中的所有行进行评估。否则，它被评估针对从组内任意选择的单个行。如果结果集中有多个非聚合表达式，那么所有这样的表达式都会针对同一行进行评估。

这让我想起了与 Oracle 的 GROUP BY 相关的一个著名陷阱。
每个人都知道，如果您使用 GROUP BY，您可以跳过 ORDER BY，因为结果集已经排序。
当时对结果集进行排序的原因是 Oracle 使用了基于排序的算法来实现 group by。
在 10gR2 版本中，Oracle 添加了一个额外的基于 HASH 的 GROUP BY 算法。
你可以猜到故事的其余部分。

【讨论】：