在order by里优化SQL

文章目录

• 环境
• 问题
• 分析
• • 方法1
  • 方法2
  • 方法3
  • 方法4
• 其它

环境

• MySQL 8.0.28
• CentOS 7.9

问题

表 t1 如下：

id	rec_time	score
1	1767196800	1000
2	1767283200	1200
3	1767369600	0
4	1767456000	1100
5	1767542400	0

现在要查找"最近一次有积分的记录"，如果所有记录都没有积分，则返回最近一次记录。

注：假设 rec_time 都是有效的时间戳， score 都是有效值（不存在负数或者null值）。

分析

方法1

获取所有的数据，然后从应用端查找符合条件的记录。

select * from t1 where score > 0 order by rec_time desc

应用端处理数据时，可以先按score是否大于0来分组，再分别查找（先查score大于0的分组，若为空再查score等于0的分组）。也可以直接遍历结果集来查找，其逻辑大致如下：

令target为空，然后遍历结果集：

• 如果当前记录score值大于0，则这就是要查找的记录，令target为当前记录，break循环
• 否则，如果target为空，则令target为当前记录（最近一次score等于0的记录），否则continue循环（不是最近一次score等于0的记录）

总结：性能低下（ t1 表可能数据量很大，DB服务器、网络数据传输、应用端解析的成本都很高），逻辑复杂。

方法2

分两步走。第一步先查找最近一次有积分的记录：

select * from t1 where score > 0 order by rec_time desc limit 1

如果找到了，OK。

如果返回的结果集是空（没有有积分的记录），第二步，再查找最近一次记录：

select * from t1 order by rec_time desc limit 1

注：第二步的SQL不需要加上 where score = 0 （当然加上也OK）。

总结：需要访问两次数据库。

方法3

在方法2的基础上，加以改进：通过 union all ，一次性获取这两条记录（并筛选其中的一条）：

(select * from t1 where score > 0 order by rec_time desc limit 1)
union all
(select * from t1 order by rec_time desc limit 1)
order by score desc limit 1

注意：括号是必需的，否则会报错（全局的 order by 、 limit 都是作用于全局的）。

注意：不要依赖隐式排序，最好还是加上 order by ，确保万无一失。

注意：第二个子查询没有加 where score = 0 ，这是OK的（其实加上更好理解）。

总结：挺好的，不过需要访问两次 t1 表。

方法4

直接遍历一次 t1 表就能获取目标记录：

select * from t1
order by case when score > 0 then 1 else 2 end , rec_time desc
limit 1

如果看不明白，参考下面的SQL：

select t1.*, case when score > 0 then 1 else 2 end as seq from t1;

结果如下：

id	rec_time	score	seq
1	1767196800	1000	1
2	1767283200	1200	1
3	1767369600	0	2
4	1767456000	1100	1
5	1767542400	0	2

也就是说，多加一列 seq ，有积分的记录值是1，没积分的记录值是2。

在此基础上，只需加上：

order by seq, rec_time desc
limit 1

• 排序的第一个字段，把有积分的记录排在前面，没积分的记录排在后面
• 排序的第二个字段，按时间逆序

最后再取第一条记录。

这就达到目的了。

因此，完整的SQL是：

select t1.*, case when score > 0 then 1 else 2 end as seq from t1
order by seq, rec_time desc
limit 1;

注意：我记得Db2不支持这种写法，因为 seq 不是一个字段，所以必须写成 order by case when score > 0 then 1 else 2 end 。

返回的结果集中，并不需要 seq 值，所以，上面的SQL可以转化为：

select * from t1
order by case when score > 0 then 1 else 2 end , rec_time desc
limit 1

也就是最终的SQL。

注意，不能写成：

select * from t1
order by score desc, rec_time desc
limit 1;

这样就变成获取最高积分的那条记录了。

关键点在于，"有积分"和"没积分"是两大类，每一类里面的记录，其积分是"一视同仁"的，差别只在于时间有前后。因此，通过 case ，把score设置"1"和"2"两个值，达到了"分类"效果。

总结：最佳方法。

其它

看另一个例子：假设表 t2 如下：

id	stu_id	course	score
1	1	语文	90
2	1	数学	80
3	1	英语	85
4	2	语文	77
5	2	数学	88

要统计参加了三科或以上考试的学生的平均分数：

select stu_id, avg(score) from t2
group by stu_id
having count(*) >= 3

本例是过滤，所以更容易一些。事实上这就是最基础、最标准的写法。

和前面的例子类似，也可以写成：

select stu_id, avg(score), count(*) as amount from t2
group by stu_id
having amount >= 3

这样更容易理解。

注意：我记得Db2不支持这种写法（因为 amount 不是字段），必须写成 having count(*) >= 3 才行。

如果不需要返回amount，就可以直接用前一种写法了。