MySQL的“分组依据”和“排序依据”

我希望能够从电子邮件表中选择一堆行并将其按发件人分组。我的查询如下所示：

SELECT 
    `timestamp`, `fromEmail`, `subject`
FROM `incomingEmails` 
GROUP BY LOWER(`fromEmail`) 
ORDER BY `timestamp` DESC

该查询几乎可以按我需要的方式工作-它选择按电子邮件分组的记录。问题在于主题和时间戳与特定电子邮件地址的最新记录不符。

例如，它可能返回：

fromEmail: john@example.com, subject: hello
fromEmail: mark@example.com, subject: welcome

当数据库中的记录是：

fromEmail: john@example.com, subject: hello
fromEmail: john@example.com, subject: programming question
fromEmail: mark@example.com, subject: welcome

如果“编程问题”主题是最新的，则如何在对电子邮件进行分组时让MySQL选择该记录？

一个简单的解决方案是将查询包裹与ORDER语句子选择第一和应用GROUP BY 后：

SELECT * FROM ( 
    SELECT `timestamp`, `fromEmail`, `subject`
    FROM `incomingEmails` 
    ORDER BY `timestamp` DESC
) AS tmp_table GROUP BY LOWER(`fromEmail`)

这类似于使用联接，但看起来要好得多。

在带有GROUP BY子句的SELECT中使用非聚合列是非标准的。MySQL通常会返回找到的第一行的值，并丢弃其余的行。任何ORDER BY子句仅适用于返回的列值，而不适用于丢弃的值。

重要更新 选择非聚合列可在实践中使用，但不应依赖于此。根据MySQL文档， “这主要在以下情况下有用，即每个分组中未在GROUP BY中命名的每个未聚合列中的所有值都相同。服务器可以从每个组中自由选择任何值，因此除非它们相同，否则这些值选择的是不确定的。”

从5.7.5版本开始，默认情况下仅启用ONLY_FULL_GROUP_BY，因此非聚合列会导致查询错误（ER_WRONG_FIELD_WITH_GROUP）

正如@mikep在下面指出的，解决方案是使用5.7及更高版本的ANY_VALUE（）

参见 http://www.cafewebmaster.com/mysql-order-sort-group https://dev.mysql.com/doc/refman/5.6/en/group-by-handling.html https：//dev.mysql .com / doc / refman / 5.7 / en / group-by-handling.html https://dev.mysql.com/doc/refman/5.7/en/miscellaneous-functions.html#function_any-value

这是一种方法：

SELECT cur.textID, cur.fromEmail, cur.subject, 
     cur.timestamp, cur.read
FROM incomingEmails cur
LEFT JOIN incomingEmails next
    on cur.fromEmail = next.fromEmail
    and cur.timestamp < next.timestamp
WHERE next.timestamp is null
and cur.toUserID = '$userID' 
ORDER BY LOWER(cur.fromEmail)

基本上，您将表本身连接起来，以搜索以后的行。在where子句中，您声明以后不能再有行。这仅给您最新行。

如果可以有多个带有相同时间戳的电子邮件，则此查询将需要优化。如果电子邮件表中有一个增量ID列，请按以下方式更改JOIN：

LEFT JOIN incomingEmails next
    on cur.fromEmail = next.fromEmail
    and cur.id < next.id

正如答复中已经指出的那样，当前答案是错误的，因为GROUP BY从窗口中任意选择记录。

如果使用MySQL 5.6或MySQL 5.7和ONLY_FULL_GROUP_BY，则正确的（确定性）查询为：

SELECT incomingEmails.*
  FROM (
    SELECT fromEmail, MAX(timestamp) `timestamp`
    FROM incomingEmails
    GROUP BY fromEmail
  ) filtered_incomingEmails
  JOIN incomingEmails USING (fromEmail, timestamp)
GROUP BY fromEmail, timestamp

为了使查询有效运行，需要正确的索引编制。

请注意，为简化起见，我删除了LOWER()，在大多数情况下不会使用。

在ORDER BY之后执行GROUP BY，方法是使用GROUP BY将查询包装起来，如下所示：

SELECT t.* FROM (SELECT * FROM table ORDER BY time DESC) t GROUP BY t.from

根据SQL标准，您不能在选择列表中使用非聚合列。MySQL允许这种用法（除非使用ONLY_FULL_GROUP_BY模式），但是结果是不可预测的。

ONLY_FULL_GROUP_BY

您应该首先选择fromEmail，MIN（读取），然后选择第二个查询（或子查询）-主题。

我用这两种方法来处理比所示方法更复杂的查询，因为无论我使用什么索引，子查询方法都效率极低，并且因为我无法通过Hibernate获得外部自联接

最好（也是最简单）的方法是对某些东西进行分组，这些东西被构造为包含所需字段的串联，然后使用SELECT子句中的表达式将其拉出。如果需要执行MAX（），请确保要对其进行MAX（）的字段始终位于串联实体的最高有效端。

理解这一点的关键是，仅当这些其他字段对于满足Max（）的任何实体不变时，查询才有意义，因此就排序而言，可以忽略串联的其他部分。它在此链接的最底部解释了如何执行此操作。http://dev.mysql.com/doc/refman/5.0/en/group-by-hidden-columns.html

如果您可以获取一个插入/更新事件（如触发器）来预先计算字段的串联，则可以对其进行索引，并且查询的速度将与group by刚好位于您实际要最大化的字段上一样）。您甚至可以使用它来获取多个字段的最大值。我用它来查询表示为嵌套集的多维树。