sql - 如何在删除一个表的一列中的重复条目的同时连接两个表

Question

我对 SQL 不是很熟悉，遇到了一个重复删除问题，我需要一些帮助。

我有两个表如下:

config -> ID  -----------
       -> timestamp      |
       -> vcsID          |
       -> platform       |
                         |
data   -> ID             |
       -> configID <-----
       -> value

对于配置表中的每一行，数据表中可能有多行，连接是:

data.configID = config.ID

但是，在配置表中，可能存在 vcsID 未提升的条目(这些条目表示基于我们版本控制系统的相同代码构建，“值”表示构建指标，例如内存大小)；它们不是重复的行，因为时间戳会不同，但我需要摆脱它们。我想创建一个删除这些重复项的数据 View 。我该怎么做呢？在 MySQL 中，我可以执行以下操作:

select *
from (select * from config group by vcsID) as filtered
inner join data
on data.configID = filtered.ID

...但是 Postgres 严格遵守 SQL 标准并要求 Select 子句中的任何内容都必须在 Group By 子句中，因此我无法从子查询中获取 ID 字段来进行连接。

例如，一些示例数据可能是:

config
ID    timestamp     vcsID   platform
1   1/1/2014 09:00    18       "x"
2   1/1/2014 20:20    30       "y"
3   1/1/2014 20:25    30       "y"
4   1/1/2014 20:40    31       "y"

data
ID  configID   value
12      1      40000
13      2       125
14      3       125
15      4       130

...并且，将平台“y”作为我感兴趣的东西，我想出去的是:

               config                 |         data
ID    timestamp     vcsID  platform   |  ID  configID value
2   1/1/2014 20:20    30      "y"     |  13      2     125
4   1/1/2014 20:40    31      "y"     |  15      4     125

或者，等价地:

               config                 |         data
ID    timestamp     vcsID  platform   |  ID  configID value
3   1/1/2014 20:25    30      "y"     |  14      3     125
4   1/1/2014 20:40    31      "y"     |  15      4     125

非常感谢任何帮助。

Answer 1

使用DISTINCT ON:

SELECT DISTINCT ON (vcsID) *
FROM   config c
JOIN   data   d ON d.configID = c.ID
ORDER  BY vcsID, "timestamp" DESC;

假设您要从每组相同的 vcsID 中选择最新的行，因此 ORDER BY。如果您真的不关心为每个 vcsID 获取哪一行，则不需要 ORDER BY。无论哪种方式，ORDER BY 中的前导列都必须匹配 DISTINCT ON 表达式，因此您不能像您看起来那样 ORDER BY c.id想。您需要将其包装在子查询中并在外部查询中排序。

DISTINCT ON 和替代解决方案的详细说明:

• Select first row in each GROUP BY group?

另外:不要使用像 timestamp 这样的基本类型名称作为标识符。