Mysql 获取每组分组结果的前n条记录

以下是最简单的示例，尽管任何解决方案都应该能够扩展到需要多少n个top结果：

下面的表格中有“人”、“组”和“年龄”列，您如何得到每组中最年长的两个人？组内的联系不应该产生更多的结果，而是按字母顺序给出前2个结果

+--------+-------+-----+ | Person | Group | Age | +--------+-------+-----+ | Bob | 1 | 32 | | Jill | 1 | 34 | | Shawn | 1 | 42 | | Jake | 2 | 29 | | Paul | 2 | 36 | | Laura | 2 | 39 | +--------+-------+-----+

---

我很希望能够在此基础上进行构建，但我不知道如何实现。

这里有一种方法可以做到这一点，使用UNION ALL-see。这适用于两个组，如果您有两个以上的组，则需要指定组号并为每个组添加查询：

有多种方法可以做到这一点，请参阅本文以确定适合您情况的最佳路线：

编辑：

这可能也适用于您，它会为每条记录生成一个行号。使用上面链接中的示例，这将仅返回行号小于或等于2的记录：

select person, `group`, age
from 
(
   select person, `group`, age,
      (@num:=if(@group = `group`, @num +1, if(@group := `group`, 1, 1))) row_number 
  from test t
  CROSS JOIN (select @num:=0, @group:=null) c
  order by `Group`, Age desc, person
) as x 
where x.row_number <= 2;

---

请参见

如何使用自连接：

CREATE TABLE mytable (person, groupname, age);
INSERT INTO mytable VALUES('Bob',1,32);
INSERT INTO mytable VALUES('Jill',1,34);
INSERT INTO mytable VALUES('Shawn',1,42);
INSERT INTO mytable VALUES('Jake',2,29);
INSERT INTO mytable VALUES('Paul',2,36);
INSERT INTO mytable VALUES('Laura',2,39);

SELECT a.* FROM mytable AS a
  LEFT JOIN mytable AS a2 
    ON a.groupname = a2.groupname AND a.age <= a2.age
GROUP BY a.person
HAVING COUNT(*) <= 2
ORDER BY a.groupname, a.age DESC;

比尔·卡温给我的回答让我深受鼓舞

另外，我正在使用SQLite，但这应该可以在MySQL上使用

另一件事：在上面，为了方便起见，我将group列替换为groupname列

编辑：

继OP关于缺少平局结果的评论之后，我增加了snuffin的答案以显示所有平局。这意味着如果最后一行是tie，则可以返回2行以上，如下所示：

.headers on
.mode column

CREATE TABLE foo (person, groupname, age);
INSERT INTO foo VALUES('Paul',2,36);
INSERT INTO foo VALUES('Laura',2,39);
INSERT INTO foo VALUES('Joe',2,36);
INSERT INTO foo VALUES('Bob',1,32);
INSERT INTO foo VALUES('Jill',1,34);
INSERT INTO foo VALUES('Shawn',1,42);
INSERT INTO foo VALUES('Jake',2,29);
INSERT INTO foo VALUES('James',2,15);
INSERT INTO foo VALUES('Fred',1,12);
INSERT INTO foo VALUES('Chuck',3,112);


SELECT a.person, a.groupname, a.age 
FROM foo AS a 
WHERE a.age >= (SELECT MIN(b.age)
                FROM foo AS b 
                WHERE (SELECT COUNT(*)
                       FROM foo AS c
                       WHERE c.groupname = b.groupname AND c.age >= b.age) <= 2
                GROUP BY b.groupname)
ORDER BY a.groupname ASC, a.age DESC;

试试这个：

SELECT a.person, a.group, a.age FROM person AS a WHERE 
(SELECT COUNT(*) FROM person AS b 
WHERE b.group = a.group AND b.age >= a.age) <= 2 
ORDER BY a.group ASC, a.age DESC

看看这个：

SELECT
  p.Person,
  p.`Group`,
  p.Age
FROM
  people p
  INNER JOIN
  (
    SELECT MAX(Age) AS Age, `Group` FROM people GROUP BY `Group`
    UNION
    SELECT MAX(p3.Age) AS Age, p3.`Group` FROM people p3 INNER JOIN (SELECT MAX(Age) AS Age, `Group` FROM people GROUP BY `Group`) p4 ON p3.Age < p4.Age AND p3.`Group` = p4.`Group` GROUP BY `Group`
  ) p2 ON p.Age = p2.Age AND p.`Group` = p2.`Group`
ORDER BY
  `Group`,
  Age DESC,
  Person;

---

SQL FIDLE:

在其他数据库中，您可以使用行号执行此操作。MySQL不支持ROW_NUMBER，但您可以使用变量来模拟它：

SELECT
    person,
    groupname,
    age
FROM
(
    SELECT
        person,
        groupname,
        age,
        @rn := IF(@prev = groupname, @rn + 1, 1) AS rn,
        @prev := groupname
    FROM mytable
    JOIN (SELECT @prev := NULL, @rn := 0) AS vars
    ORDER BY groupname, age DESC, person
) AS T1
WHERE rn <= 2

在线查看它的工作情况：

编辑我刚刚注意到蓝脚报给他一个非常相似的答案：+1。然而，这个答案有两个小优点：

这是一个单一的查询。变量在SELECT语句中初始化。 它按名称的字母顺序处理问题中描述的领带。

---

因此，我将把它留在这里，以防它能帮助别人。

如果其他答案不够快，请尝试：

在SQL Server中，row_numer是一个功能强大的函数，可以很容易地得到如下结果

select Person,[group],age
from
(
select * ,row_number() over(partition by [group] order by age desc) rn
from mytable
) t
where rn <= 2

---

Snuffin解决方案在有大量行的情况下执行起来相当慢，Mark Byers/Rick James和BlueFoots解决方案在我的环境MySQL 5.6上不起作用，因为order by是在执行select之后应用的，因此下面是Marc Byers/Rick James解决方案的一个变体，它通过一个额外的重叠select解决了这个问题：

select person, groupname, age
from
(
    select person, groupname, age,
    (@rn:=if(@prev = groupname, @rn +1, 1)) as rownumb,
    @prev:= groupname 
    from 
    (
        select person, groupname, age
        from persons 
        order by groupname ,  age desc, person
    )   as sortedlist
    JOIN (select @prev:=NULL, @rn :=0) as vars
) as groupedlist 
where rownumb<=2
order by groupname ,  age desc, person;

---

我在一个有500万行的表上尝试了类似的查询，它在不到3秒钟的时间内返回结果。我想与大家分享这一点，因为我花了很长时间在我正在开发的java程序中寻找一种简单的方法来实现它。这并没有给出你想要的结果，但已经很接近了。mysql中名为GROUP_CONCAT的函数在指定每个组中返回多少结果方面非常有效。使用限制或任何其他花哨的方法来尝试对COUNT执行此操作对我都不起作用。因此，如果您愿意接受修改后的输出，这是一个很好的解决方案。假设我有一个名为“学生”的表格，上面有学生ID、性别和gpa。假设我希望每个性别的GPA都达到前5名。然后我可以这样写查询

SELECT sex, SUBSTRING_INDEX(GROUP_CONCAT(cast(gpa AS char ) ORDER BY gpa desc), ',',5) 
AS subcategories FROM student GROUP BY sex;

请注意，参数“5”告诉它每行要连接多少个条目

输出结果看起来像

+--------+----------------+
| Male   | 4,4,4,4,3.9    |
| Female | 4,4,3.9,3.9,3.8|
+--------+----------------+

---

您还可以按变量更改顺序，并以不同的方式对其进行排序。因此，如果我有学生的年龄，我可以用“年龄描述”替换“gpa描述”，它会起作用！您还可以向GROUPBY语句添加变量，以在输出中获得更多列。因此，我发现这是一种非常灵活的方法，如果您对只列出结果感到满意，那么这种方法非常有效

对于这个问题，目前有一个非常好的答案

根据引用链接中的解决方案，您的查询如下：

SELECT Person, Group, Age
   FROM
     (SELECT Person, Group, Age, 
                  @group_rank := IF(@group = Group, @group_rank + 1, 1) AS group_rank,
                  @current_group := Group 
       FROM `your_table`
       ORDER BY Group, Age DESC
     ) ranked
   WHERE group_rank <= `n`
   ORDER BY Group, Age DESC;

其中n是最上面的n，而您的_表是表的名称

我认为参考资料中的解释非常清楚。为了快速参考，我将复制并粘贴到此处：

目前MySQL不支持可以分配的行数函数 组中的序列号，但作为一种解决方法，我们可以使用MySQL 会话变量

这些变量不需要声明，可以在查询中使用 进行计算并存储中间结果

@current_country:=针对每行和每行执行此代码的国家/地区 将country列的值存储到@current\u country变量

@国家排名：=IF@current_country=国家，国家排名+1,1 在此代码中，如果@current_country相同，则我们增加等级， 否则将其设置为1。对于第一行，@current_country为空，因此 等级也设置为1

为了获得正确的排名，我们需要按国家、人口、数量和数量进行排序

也许能帮你查一下这个例子

---

---

---

乐。这与您的问题非常接近：使用GROUP BY中的LIMIT来获得每组N个结果？如果他有1000多个群组，这不是有点吓人吗？@CharlesForest是的，是的，这就是为什么我说你必须为两个以上的群组指定它。这会变得很难看。@CharlesForest我想我找到了一个更好的解决方案，请参阅我的editA注释，以供阅读：版本是变量接近正确。但是，MySQL不保证SELECT中表达式的求值顺序，事实上，有时会无序求值。解决方案的关键是将所有变量赋值放在一个表达式中；这里有一个例子：.@GordonLinoff更新了我的答案，谢谢你指出。我花了太长时间才更新它。@Ludo-刚刚看到-谢谢你在这里应用它你觉得Snuffin的答案怎么样？我在试着比较这两者，这有个问题。如果组中第二名的结果是并列的，则只返回一个排名靠前的结果-请参见@Ludo-最初的要求是每个组返回精确的n个结果，所有的结果都按字母顺序进行解析。编辑以包含这些结果对我来说不起作用。我得到了错误1242 21000:子查询返回的行数超过1行，可能是因为GROUP BY。当我单独执行SELECT MIN子查询时，它会生成三行：34、39、112，第二行的值应该是36，而不是39。伙计，其他人找到了更简单的解决方案……我花了大约15分钟的时间在这个问题上，并且为自己提出了如此复杂的解决方案而感到无比自豪。那太糟糕了。我必须找到一个比当前版本少1的内部版本号-这给了我这样做的答案：maxinternal_版本-1-所以压力更小：snuffin用最简单的解决方案不知从哪里冒出来！这比卢多的更优雅吗？我能得到一些评论吗嗯，不确定它是否更优雅。但从投票结果来看，我想蓝脚可能有更好的解决方案。这有一个问题。如果组内第二名的成绩持平，则只返回一个排名靠前的结果。看，如果需要的话，这不是问题。您可以设置a.person的顺序。不，它在我的情况下不起作用，演示工作标记也不起作用-这对我们很有效。感谢您为“蓝脚”恭维提供了另一个很好的选择，非常感谢。这对我有用。回答得很清楚，切中要害。你能解释一下这到底是怎么回事吗？这背后的逻辑是什么？不错的解决方案，但它似乎在我的环境MySQL 5.6中不起作用，因为order by子句是在select之后应用的，因此它不会返回顶级结果，请参阅我的替代解决方案以解决此问题。运行此解决方案时，我可以删除JOIN select@prev:=NULL，@rn:=0作为VAR。我的想法是声明空变量，但这似乎与MySql无关。这在MySql 5.7中对我来说非常有用，但如果有人能解释它在你的网站上是如何工作的，那就太棒了——我从哪里可以获得城市人口的数据源？TIA和rgs我发现它可以方便地用于测试、查询、分区等。它足够大，可以让人感兴趣，但可读性也足以识别答案。加拿大子集对于这类问题很方便。省份比美国城市少。@RickJames谢谢你，这是第一次成功，我花了3个小时试图做到这一点，但失败得很惨。@Dimbutries-这是一个棘手的代码。我看到很多帖子都表现不佳。因此，我开始寻找或创建最佳解决方案。这是在我的环境中唯一有效的查询。谢谢将LIMIT 999999添加到具有ORDER BY的任何派生表中。这可以防止忽略顺序。我在一个包含几千行的表上运行了一个类似的查询，返回一个结果花了60秒，所以。。。谢谢你的帖子，这对我来说是个开始。预计到达时间：降到5秒。好的这是一个与订单完美配合的查询。下面的答案并不适用。谢天谢地，这是Marc Byers、Rick James和我的解决方案所使用的原理。很难说哪个是堆栈后溢出还是SQLlinesfirst@LaurentPELE-2015年2月发布了我的信息。我在SQLlines上看不到时间戳或名称。MySQL博客已经存在了足够长的时间，其中一些已经过时，应该删除——人们引用了错误的信息。随着8.0和10.2成为GA，这个答案变得合理了。@RickJames“成为GA”意味着什么？窗口函数很好地解决了我的问题。@iedmrc-GA表示一般可用。它是为黄金时段做好准备或发布的技术演讲。他们正在开发这个版本，并将重点关注他们错过的bug。该链接讨论了MySQL 8.0的实现，它可能不同于MariaDB 10.2的实现。

SELECT
        province, n, city, population
    FROM
      ( SELECT  @prev := '', @n := 0 ) init
    JOIN
      ( SELECT  @n := if(province != @prev, 1, @n + 1) AS n,
                @prev := province,
                province, city, population
            FROM  Canada
            ORDER BY
                province   ASC,
                population DESC
      ) x
    WHERE  n <= 3
    ORDER BY  province, n;

+---------------------------+------+------------------+------------+
| province                  | n    | city             | population |
+---------------------------+------+------------------+------------+
| Alberta                   |    1 | Calgary          |     968475 |
| Alberta                   |    2 | Edmonton         |     822319 |
| Alberta                   |    3 | Red Deer         |      73595 |
| British Columbia          |    1 | Vancouver        |    1837970 |
| British Columbia          |    2 | Victoria         |     289625 |
| British Columbia          |    3 | Abbotsford       |     151685 |
| Manitoba                  |    1 | ...

select Person,[group],age
from
(
select * ,row_number() over(partition by [group] order by age desc) rn
from mytable
) t
where rn <= 2

select person, groupname, age
from
(
    select person, groupname, age,
    (@rn:=if(@prev = groupname, @rn +1, 1)) as rownumb,
    @prev:= groupname 
    from 
    (
        select person, groupname, age
        from persons 
        order by groupname ,  age desc, person
    )   as sortedlist
    JOIN (select @prev:=NULL, @rn :=0) as vars
) as groupedlist 
where rownumb<=2
order by groupname ,  age desc, person;

SELECT sex, SUBSTRING_INDEX(GROUP_CONCAT(cast(gpa AS char ) ORDER BY gpa desc), ',',5) 
AS subcategories FROM student GROUP BY sex;

+--------+----------------+
| Male   | 4,4,4,4,3.9    |
| Female | 4,4,3.9,3.9,3.8|
+--------+----------------+

SELECT Person, Group, Age
   FROM
     (SELECT Person, Group, Age, 
                  @group_rank := IF(@group = Group, @group_rank + 1, 1) AS group_rank,
                  @current_group := Group 
       FROM `your_table`
       ORDER BY Group, Age DESC
     ) ranked
   WHERE group_rank <= `n`
   ORDER BY Group, Age DESC;

SELECT
p1.Person,
p1.`GROUP`,
p1.Age  
   FROM
person AS p1 
 WHERE
(
SELECT
    COUNT( DISTINCT ( p2.age ) ) 
FROM
    person AS p2 
WHERE
    p2.`GROUP` = p1.`GROUP` 
    AND p2.Age >= p1.Age 
) < 2 
ORDER BY
p1.`GROUP` ASC,
p1.age DESC