mysql - 如何在 MySQL Query 中过滤少量重复

Question

我有一个如下所示的 mysql 表。它用于存储带有版本控制的文档。

我想选择一个最新的docid（具有最高的主要版本和次要版本）。它将消除所有相同的文档 ID，仅获取具有最高 major_version 和 minor_version 的文档。所以我想要结果如下。

标签： mysqlsqlgreatest-n-per-group

Answer 1

在 MySQL 8.0 中，您可以使用以下内容进行过滤row_number()：

select *
from (
    select 
        t.*, 
        row_number() over(partition by id, docid order by major_version, minor_version) rn
    from mytable t
) t
where rn = 1

在早期版本中，您可以使用相关子查询进行过滤。假设您在表中有一个主键，例如 column pk，您可以执行以下操作：

select t.*
from mytable t
where t.pk = (
    select t1.pk
    from mytable t1
    where t1.id = t.id and t1.docid = t.docid
    order by t1.major_version desc, t1.minor_version desc 
    limit 1
)

对于性能，请考虑在(id, docid, major_version, minor_version).

如果没有可用作主键的唯一列，则要复杂一些。一种方法是使用not exists：

select t.*
from mytable t
where not exists (
    select 1 
    from mytable t1 
    where 
        t1.id = t.id 
        and t1.docid = t.docid
        and (
            t1.major_version > t.major_version
            or (t1.major_version = t.major_version and t1.minor_version > t.minor_version)
        )
)