获得每个组的前1行
我有一张表，我想要得到每个组的最新条目。 这是表格：
DocumentStatusLogs表
|ID| DocumentID | Status | DateCreated | | 2| 1 | S1 | 7/29/2011 | | 3| 1 | S2 | 7/30/2011 | | 6| 1 | S1 | 8/02/2011 | | 1| 2 | S1 | 7/28/2011 | | 4| 2 | S2 | 7/30/2011 | | 5| 2 | S3 | 8/01/2011 | | 6| 3 | S1 | 8/02/2011 |
该表将按DocumentID进行分组，并按降序的DateCreated进行sorting。 对于每个DocumentID，我想获得最新状态。
我的首选输出：
| DocumentID | Status | DateCreated | | 1 | S1 | 8/02/2011 | | 2 | S3 | 8/01/2011 | | 3 | S1 | 8/02/2011 |
-
是否有任何聚合函数只能得到每个组的顶部？ 参见下面的伪代码
GetOnlyTheTop：select DocumentID, GetOnlyTheTop(Status), GetOnlyTheTop(DateCreated) from DocumentStatusLogs group by DocumentID order by DateCreated desc -
如果这样的function不存在，有什么办法可以实现我想要的输出吗？
- 或者首先，这可能是由非规范化的数据库引起的吗？ 我在想，因为我在找的只是一行，如果这个
status也在父表中？
请参阅父表以获取更多信息：
当前Documents表
| DocumentID | Title | Content | DateCreated | | 1 | TitleA | ... | ... | | 2 | TitleB | ... | ... | | 3 | TitleC | ... | ... |
父表是否应该这样，以便我可以轻松地访问它的状态？
| DocumentID | Title | Content | DateCreated | CurrentStatus | | 1 | TitleA | ... | ... | s1 | | 2 | TitleB | ... | ... | s3 | | 3 | TitleC | ... | ... | s1 |
更新我刚刚学会了如何使用“应用”，这使得解决这些问题更容易。
;WITH cte AS ( SELECT *, ROW_NUMBER() OVER (PARTITION BY DocumentID ORDER BY DateCreated DESC) AS rn FROM DocumentStatusLogs ) SELECT * FROM cte WHERE rn = 1
如果你期望每天2条，那么这将任意select一个。 要获得一天的两个条目，请改用DENSE_RANK
至于规范化与否，这取决于你是否想要：
- 保持2个地位
- 保存状态历史
- …
现在，你保存状态历史。 如果你想要父表中的最新状态（这是非规范化），你需要一个触发器来维护父状态。 或者丢弃这个状态历史表。
我刚刚学会了如何使用cross apply 。 以下是在这种情况下使用它的方法：
select d.DocumentID, ds.Status, ds.DateCreated from Documents as d cross apply (select top 1 Status, DateCreated from DocumentStatusLogs where DocumentID = d.DocumentId order by DateCreated desc) as ds
我在这里对各种build议做了一些计时，结果实际上取决于所涉及的表的大小，但最一致的解决scheme是使用CROSS APPLY这些testing是针对SQL Server 2008-R2运行的， 6,500条logging，另一条（相同的规划），有1.37亿条logging。 被查询的列是表中主键的一部分，表宽度非常小（约30个字节）。 SQL Server从实际执行计划中报告时间。
Query Time for 6500 (ms) Time for 137M(ms) CROSS APPLY 17.9 17.9 SELECT WHERE col = (SELECT MAX(COL)…) 6.6 854.4 DENSE_RANK() OVER PARTITION 6.6 907.1
我认为真正令人惊奇的是，无论涉及多less行，交叉应用的时间都是一致的。
SELECT * FROM DocumentStatusLogs JOIN ( SELECT DocumentID, MAX(DateCreated) DateCreated FROM DocumentStatusLogs GROUP BY DocumentID ) max_date USING (DocumentID, DateCreated)
什么数据库服务器 这些代码不适用于所有这些代码。
关于你的问题的后半部分，我认为列入这个地位似乎是合理的。 您可以将DocumentStatusLogs作为日志保留，但仍将最新信息存储在主表中。
顺便说一句，如果你已经在Documents表中有DateCreated列，那么你可以使用它joinDocumentStatusLogs （只要DateCreated在DocumentStatusLogs是唯一的）。
编辑：MsSQL不支持USING，所以更改为：
ON DocumentStatusLogs.DocumentID = max_date.DocumentID AND DocumentStatusLogs.DateCreated = max_date.DateCreated
如果你担心性能，你也可以用MAX（）来做到这一点：
SELECT * FROM DocumentStatusLogs D WHERE DateCreated = (SELECT MAX(DateCreated) FROM DocumentStatusLogs WHERE ID = D.ID)
ROW_NUMBER（）需要你的SELECT语句中的所有行，而MAX则不需要。 应该大大加快你的查询。
这是一个相当古老的线索，但我想我会把我的两分钱，就像接受的答案不一样对我特别好。 我在一个大的数据集上尝试了gbn的解决scheme，发现它非常慢（在SQL Server 2012的500万条以上的logging上> 45秒）。 看看执行计划，显然问题是它需要一个SORT操作，显着减慢事物的速度。
这里有一个替代scheme，我从entity framework中解脱出来，不需要SORT操作，并进行非聚集索引search。 这样可以将执行时间缩短到上述logging集的<2秒。
SELECT [Limit1].[DocumentID] AS [DocumentID], [Limit1].[Status] AS [Status], [Limit1].[DateCreated] AS [DateCreated] FROM (SELECT DISTINCT [Extent1].[DocumentID] AS [DocumentID] FROM [dbo].[DocumentStatusLogs] AS [Extent1]) AS [Distinct1] OUTER APPLY (SELECT TOP (1) [Project2].[ID] AS [ID], [Project2].[DocumentID] AS [DocumentID], [Project2].[Status] AS [Status], [Project2].[DateCreated] AS [DateCreated] FROM (SELECT [Extent2].[ID] AS [ID], [Extent2].[DocumentID] AS [DocumentID], [Extent2].[Status] AS [Status], [Extent2].[DateCreated] AS [DateCreated] FROM [dbo].[DocumentStatusLogs] AS [Extent2] WHERE ([Distinct1].[DocumentID] = [Extent2].[DocumentID]) ) AS [Project2] ORDER BY [Project2].[ID] DESC) AS [Limit1]
现在，我假定原始问题中没有完全指定的东西，但是如果您的表格devise是这样的，即您的ID列是一个自动递增的ID，并且DateCreated设置为每个插入点的当前date，那么偶数如果没有用上面的查询运行，你实际上可以得到一个巨大的性能提升gbn的解决scheme（大约一半的执行时间），只是从IDsorting而不是在DateCreated上sorting，因为这将提供一个相同的sorting顺序，这是一个更快的sorting。
我的代码从每个组中select顶部1
从#DocumentStatusLogs中select一个* datecreated（从#DocumentStatusLogs中select最上面的1个date） 哪里 a.documentid = b.documentid order by datecreated desc ）
从上面validation克林特真棒和正确的答案：
下面两个查询之间的性能很有意思。 52％是最高的。 第二个是48％。 使用DISTINCT而不是ORDER BY，性能提高了4％。 但ORDER BY的优点是可以按多列进行sorting。
IF (OBJECT_ID('tempdb..#DocumentStatusLogs') IS NOT NULL) BEGIN DROP TABLE #DocumentStatusLogs END CREATE TABLE #DocumentStatusLogs ( [ID] int NOT NULL, [DocumentID] int NOT NULL, [Status] varchar(20), [DateCreated] datetime ) INSERT INTO #DocumentStatusLogs([ID], [DocumentID], [Status], [DateCreated]) VALUES (2, 1, 'S1', '7/29/2011 1:00:00') INSERT INTO #DocumentStatusLogs([ID], [DocumentID], [Status], [DateCreated]) VALUES (3, 1, 'S2', '7/30/2011 2:00:00') INSERT INTO #DocumentStatusLogs([ID], [DocumentID], [Status], [DateCreated]) VALUES (6, 1, 'S1', '8/02/2011 3:00:00') INSERT INTO #DocumentStatusLogs([ID], [DocumentID], [Status], [DateCreated]) VALUES (1, 2, 'S1', '7/28/2011 4:00:00') INSERT INTO #DocumentStatusLogs([ID], [DocumentID], [Status], [DateCreated]) VALUES (4, 2, 'S2', '7/30/2011 5:00:00') INSERT INTO #DocumentStatusLogs([ID], [DocumentID], [Status], [DateCreated]) VALUES (5, 2, 'S3', '8/01/2011 6:00:00') INSERT INTO #DocumentStatusLogs([ID], [DocumentID], [Status], [DateCreated]) VALUES (6, 3, 'S1', '8/02/2011 7:00:00')
选项1：
SELECT [Extent1].[ID], [Extent1].[DocumentID], [Extent1].[Status], [Extent1].[DateCreated] FROM #DocumentStatusLogs AS [Extent1] OUTER APPLY ( SELECT TOP 1 [Extent2].[ID], [Extent2].[DocumentID], [Extent2].[Status], [Extent2].[DateCreated] FROM #DocumentStatusLogs AS [Extent2] WHERE [Extent1].[DocumentID] = [Extent2].[DocumentID] ORDER BY [Extent2].[DateCreated] DESC, [Extent2].[ID] DESC ) AS [Project2] WHERE ([Project2].[ID] IS NULL OR [Project2].[ID] = [Extent1].[ID])
选项2：
SELECT [Limit1].[DocumentID] AS [ID], [Limit1].[DocumentID] AS [DocumentID], [Limit1].[Status] AS [Status], [Limit1].[DateCreated] AS [DateCreated] FROM ( SELECT DISTINCT [Extent1].[DocumentID] AS [DocumentID] FROM #DocumentStatusLogs AS [Extent1] ) AS [Distinct1] OUTER APPLY ( SELECT TOP (1) [Project2].[ID] AS [ID], [Project2].[DocumentID] AS [DocumentID], [Project2].[Status] AS [Status], [Project2].[DateCreated] AS [DateCreated] FROM ( SELECT [Extent2].[ID] AS [ID], [Extent2].[DocumentID] AS [DocumentID], [Extent2].[Status] AS [Status], [Extent2].[DateCreated] AS [DateCreated] FROM #DocumentStatusLogs AS [Extent2] WHERE [Distinct1].[DocumentID] = [Extent2].[DocumentID] ) AS [Project2] ORDER BY [Project2].[ID] DESC ) AS [Limit1]
M $的pipe理工作室：突出显示并运行第一个模块后，突出显示选项1和选项2，右键单击 – > [显示预计执行计划]。 然后运行整个事情来查看结果。
选项1结果：
ID DocumentID Status DateCreated 6 1 S1 8/2/11 3:00 5 2 S3 8/1/11 6:00 6 3 S1 8/2/11 7:00
选项2结果：
ID DocumentID Status DateCreated 6 1 S1 8/2/11 3:00 5 2 S3 8/1/11 6:00 6 3 S1 8/2/11 7:00
在你想要避免使用row_count（）的情况下，你也可以使用左连接：
select ds.DocumentID, ds.Status, ds.DateCreated from DocumentStatusLogs ds left join DocumentStatusLogs filter ON ds.DocumentID = filter.DocumentID -- Match any row that has another row that was created after it. AND ds.DateCreated < filter.DateCreated -- then filter out any rows that matched where filter.DocumentID is null
对于示例模式，也可以使用“not in subquery”，它通常编译为与左连接相同的输出：
select ds.DocumentID, ds.Status, ds.DateCreated from DocumentStatusLogs ds WHERE ds.ID NOT IN ( SELECT filter.ID FROM DocumentStatusLogs filter WHERE ds.DocumentID = filter.DocumentID AND ds.DateCreated < filter.DateCreated)
请注意，如果表中没有至less一个单列唯一键/约束/索引（在本例中为主键“Id”），则子查询模式将不起作用。
这两个查询往往比row_count（）查询（由查询分析器测量）更“昂贵”。 但是，您可能会遇到更快返回结果或启用其他优化的情况。
尝试这个：
SELECT [DocumentID], [tmpRez].value('/x[2]','varchar(20)') as [Status], [tmpRez].value('/x[3]','datetime') as [DateCreated] FROM ( SELECT [DocumentID], cast('<x>'+max(cast([ID] as varchar(10))+'</x><x>'+[Status]+'</x><x>' +cast([DateCreated] as varchar(20)))+'</x>' as XML) as [tmpRez] FROM DocumentStatusLogs GROUP by DocumentID) as [tmpQry]
SELECT o.* FROM `DocumentStatusLogs` o LEFT JOIN `DocumentStatusLogs` b ON o.DocumentID = b.DocumentID AND o.DateCreated < b.DateCreated WHERE b.DocumentID is NULL ;
如果您只想通过DateCreated返回最近的文档顺序，则它将只返回DocumentID的前1个文档
这是我能想出的最香草的TSQL
SELECT * FROM DocumentStatusLogs D1 JOIN ( SELECT DocumentID,MAX(DateCreated) AS MaxDate FROM DocumentStatusLogs GROUP BY DocumentID ) D2 ON D2.DocumentID=D1.DocumentID AND D2.MaxDate=D1.DateCreated
它在SQLite中检查，您可以使用以下简单的查询与GROUP BY
SELECT MAX(DateCreated), * FROM DocumentStatusLogs GROUP BY DocumentID
这里MAX帮助获得每个组的最大DateCreated 。
但似乎MYSQL不关联*列与最大DateCreated的值:(
