Oracle 11g数据库与某个表的最新一笔记录进行关联

李安迪是大神2024-08-24 8:52

背景：最近在写Power BI的看板，而表中的数据都是上亿条记录的，各个表的关联关系非常复杂。而对于某些表，用户又只要看到最新的数据。

举个例子，比如A关联B表，正常来说看板是这样写的。

select * from a
left join b
on a.xx = b.xx

但是实际上，用户只需要B表中，按某些字段划分的最新记录。

我就写成了这样：

WITH C AS
 (SELECT B.*,
         ROW_NUMBER() OVER(PARTITION BY B.XXX,B.XXXXX ORDER BY B.INDATE DESC) AS rn
    FROM B )
SELECT *
FROM A
LEFT JOIN C
ON A.XX = C.XX AND C.RN = 1;

这个sql语句中用到了row_number()的窗口函数（Oracle内置函数），它根据B表中的XXX和XXXXX字段分组，然后根据B表中的INDATE进行了排序。

with c as 则是将结果集存放到内存中，建一个临时表c存储这些结果数据，然后a表直接跟c关联，c.rn = 1 就是最新的记录。

但是，由于我所在公司的数据量太大，这样跑的效率仍然很低。

于是，我改成了如下写法：

WITH c AS (
    SELECT 
        b.xx,
        b.xxxxx,
        MAX(b.indate) AS indate
    FROM 
        scstadmin.b
    GROUP BY 
        b.xx,
        b.xxxxx
)
select * from a
left join b
on a.xx = b.xx 
and b.indate = (select indate from c where c.xx=b.xx and c.xxxxx= b.xxxxx);

这样写的好处是：

1.通过 WITH 子句 (c) 预先计算出每个 xx 最新的 indate，避免对整个表使用 ROW_NUMBER()。减少数据库对无用信息的计算次数，效率自然提升。

2.在主查询中将 b.indate 与子查询的最大时间进行匹配，从而仅选择最新的记录。

当然，语法优化只能优化一部分效率，最简单且有效的写法是对b表中的XX、XXXXX和indate字段做复合索引：(XX, XXXXX,INDATE DESC)。这可以极大地提高 ROW_NUMBER() 的性能。

一小段小记，希望可以帮到大家。