Самый эффективный способ ВЫБРАТЬ одну строку в одной: множество пар таблиц в MySQL

Question

Допустим, у меня есть следующие данные в таблицах "один ко многим", соответственно, город и человек:

SELECT city.*, person.* FROM city, person WHERE city.city_id = person.person_city_id;
+---------+-------------+-----------+-------------+----------------+
| city_id | city_name   | person_id | person_name | person_city_id |
+---------+-------------+-----------+-------------+----------------+
|       1 | chicago     |         1 | charles     |              1 |
|       1 | chicago     |         2 | celia       |              1 |
|       1 | chicago     |         3 | curtis      |              1 |
|       1 | chicago     |         4 | chauncey    |              1 |
|       2 | new york    |         5 | nathan      |              2 |
|       3 | los angeles |         6 | luke        |              3 |
|       3 | los angeles |         7 | louise      |              3 |
|       3 | los angeles |         8 | lucy        |              3 |
|       3 | los angeles |         9 | larry       |              3 |
+---------+-------------+-----------+-------------+----------------+
9 rows in set (0.00 sec)

И я хочу выбрать одну запись от человека для каждого уникального города, используя определенную логику. Например:

SELECT city.*, person.* FROM city, person WHERE city.city_id = person.person_city_id
GROUP BY city_id ORDER BY person_name DESC
;

Подразумевается, что в каждом городе я хочу получить наибольшее значение для лексикографии, например:

+---------+-------------+-----------+-------------+----------------+
| city_id | city_name   | person_id | person_name | person_city_id |
+---------+-------------+-----------+-------------+----------------+
|       2 | new york    |         5 | nathan      |              2 |
|       3 | los angeles |         6 | luke        |              3 |
|       1 | chicago     |         1 | curtis      |              1 |
+---------+-------------+-----------+-------------+----------------+

Фактический вывод, который я получаю, однако:

+---------+-------------+-----------+-------------+----------------+
| city_id | city_name   | person_id | person_name | person_city_id |
+---------+-------------+-----------+-------------+----------------+
|       2 | new york    |         5 | nathan      |              2 |
|       3 | los angeles |         6 | luke        |              3 |
|       1 | chicago     |         1 | charles     |              1 |
+---------+-------------+-----------+-------------+----------------+

Я понимаю, что причина этого несоответствия в том, что MySQL сначала выполняет GROUP BY, а затем ORDER BY. Это прискорбно для меня, так как я хочу, чтобы GROUP BY имела логику выбора, для которой она выбирает запись.

Я могу обойти это, используя несколько вложенных операторов SELECT:

SELECT c.*, p.* FROM city c,
    ( SELECT p_inner.* FROM
        ( SELECT * FROM person ORDER BY person_city_id, person_name DESC ) p_inner
        GROUP BY person_city_id ) p
    WHERE c.city_id = p.person_city_id;
+---------+-------------+-----------+-------------+----------------+
| city_id | city_name   | person_id | person_name | person_city_id |
+---------+-------------+-----------+-------------+----------------+
|       1 | chicago     |         3 | curtis      |              1 |
|       2 | new york    |         5 | nathan      |              2 |
|       3 | los angeles |         6 | luke        |              3 |
+---------+-------------+-----------+-------------+----------------+

Кажется, что это было бы ужасно неэффективно, когда таблица person становится сколь угодно большой. Я предполагаю, что внутренние операторы SELECT не знают о внешних фильтрах WHERE. Это правда?

Каков наилучший подход для эффективного выполнения заказа на до GROUP BY?

Answer 1

Обычный способ сделать это (в MySQL) - соединить вашу таблицу с самим собой.

Сначала получить наибольшее person_name за city (то есть за person_city_id в таблице person):

SELECT p.*
FROM person p
LEFT JOIN person p2
 ON p.person_city_id = p2.person_city_id
 AND p.person_name < p2.person_name
WHERE p2.person_name IS NULL

Это объединяет person внутри себя в каждомperson_city_id (ваша переменная GROUP BY), а также объединяет таблицы так, что p2 s person_name больше p s person_name.

, так как это левое соединениеесли есть p.person_name, для которого не больше p2.person_name (в том же городе), то p2.person_name будет NULL.Это как раз "величайшие" person_name с на город.

Итак, чтобы присоединить к нему свою другую информацию (от city), просто сделайте еще одно соединение:

SELECT c.*,p.*
FROM person p
LEFT JOIN person p2
 ON p.person_city_id = p2.person_city_id
 AND p.person_name < p2.person_name
LEFT JOIN city c                           -- add in city table
 ON p.person_city_id = c.city_id           -- add in city table
WHERE p2.person_name IS NULL               -- ORDER BY c.city_id if you like

Answer 2

Ваше «решение» не является допустимым SQL, но оно работает в MySQL.Однако вы не можете быть уверены, что это произойдет с будущим изменением кода оптимизатора запросов.Можно было бы немного улучшить, чтобы иметь только 1 уровень вложенности (все еще не допустимый SQL):

--- Option 1 ---
SELECT 
       c.*
     , p.* 
FROM 
      city AS c
  JOIN
      ( SELECT * 
        FROM person 
        ORDER BY person_city_id
               , person_name DESC 
      ) AS p
    ON  c.city_id = p.person_city_id
GROUP BY p.person_city_id

---

Другой способ (допустимый синтаксис SQL, работает и в других СУБД) - создать подзапросвыбрать фамилию для каждого города и затем присоединиться:

--- Option 2 ---
SELECT 
       c.*
     , p.* 
FROM 
      city AS c
  JOIN
      ( SELECT person_city_id
             , MAX(person_name) AS person_name 
        FROM person 
        GROUP BY person_city_id
      ) AS pmax
    ON  c.city_id = pmax.person_city_id
  JOIN 
      person AS p
    ON  p.person_city_id = pmax.person_city_id
    AND p.person_name = pmax.person_name

---

Другим способом является самостоятельное объединение (таблицы person) с трюком <, который описывает @matumatic_coffee.

--- Option 3 ---
  see @mathematical-coffee's answer

---

Еще один способ - использовать LIMIT 1 подзапрос для объединения city с person:

--- Option 4 ---
SELECT 
       c.*
     , p.* 
FROM 
      city AS c
  JOIN
      person AS p
    ON
      p.person_id =
      ( SELECT person_id
        FROM person AS pm 
        WHERE pm.person_city_id = c.city_id
        ORDER BY person_name DESC
        LIMIT 1
      ) 

. Это запустит подзапрос (в таблице person) для каждого города, и будет эффективно, если у вас есть индекс (person_city_id, person_name) для движка InnoDB или (person_city_id, person_name, person_id) для движка MyISAM.

---

Существует одно существенное различие между этими опциями:

Оприоны 2 и 3 будут возвращать все связанные результаты (если у вас есть два или более человека в городе с одинаковым именем в алфавитном порядкепоследний, тогда будут показаны оба или все).

Опции 1 и 4 будут возвращать один результат на город, даже если есть связи.Вы можете выбрать, какой из них, изменив предложение ORDER BY.

---

Какой вариант более эффективен, зависит также от распределения ваших данных, поэтому лучший способ - попробовать их все, проверить их планы выполнения.и найти лучшие индексы, которые работают для каждого из них.Индекс на (person_city_id, person_name), скорее всего, будет хорошим для любого из этих запросов.

С распределением я имею в виду:

• У вас мало городов с большим количеством людей на город?(Я думаю, что варианты 2 и 4 будут вести себя лучше в этом случае)

• Или много городов с небольшим количеством людей в городе?(вариант 3 может быть лучше с такими данными).