Mysql 为大表中的一个特定列选择具有唯一值的行

table1

在我的数据库中有3列：

id

，

timestamp

，

cluster

，它大约有100万行。我想用唯一的集群值查询最新的24行（返回的24行中没有一行必须有重复的集群值）。通常的解决办法是：

SELECT
    *
FROM table1
GROUP BY cluster
ORDER BY timestamp DESC
LIMIT 24

然而，由于我有1M行，这个查询需要很长时间才能执行。因此，我的解决方案是运行：

WITH x AS
(
    SELECT
        *
    FROM `table1`
    ORDER BY timestamp DESC
    LIMIT 50
)
SELECT
    *
FROM x
GROUP BY x.cluster
ORDER BY x.timestamp DESC
LIMIT 24

---

假设每50行中可以找到24行具有唯一群集值。此查询的运行速度要快得多（约0.007秒）。现在我想问，对于这种情况，有没有更有效/常规的方法？

您认为在最后50行中，您将发现24个不同的集群可能是不正确的。

尝试使用

行编号（）

窗口功能：

SELECT *
FROM (
  SELECT *, ROW_NUMBER() OVER (PARTITION BY cluster ORDER BY timestamp DESC) rn
  FROM table1
) t
WHERE rn = 1
ORDER BY timestamp DESC LIMIT 24

---

您可以使用

行编号（）

，但需要正确的索引：

select t.*
from (select t.*,
             row_number() over (partition by cluster order by timestamp desc) as seqnum
      from t
     ) t
where seqnum = 1
order by timestamp desc
limit 24;

您想要的索引位于

（集群，时间戳desc）

上

出于您的目的，这可能仍然不够，因为它仍然在处理所有的行，即使有索引，而您只需要几十行

我不知道最近需要多少行来确保有24个集群。但是，如果我们假设最近1000行至少有24个集群，您可能会发现这样做效果更好：

select t.*
from (select t.*,
             row_number() over (partition by cluster order by timestamp desc) as seqnum
      from (select t.*
            from t
            order by timestamp desc
            limit 1000
           ) t
     ) t
where seqnum = 1
order by timestamp desc
limit 24;

为此，您只需要

（timestamp desc）

上的索引

注意：您可能会发现时间戳上的

where

子句在这种情况下效果更好：

where timestamp > now() - interval 24 hour

例如，只考虑过去24小时的行。

< P>因为您想要“一个特定的簇值”，这将是很快的：

SELECT
    *
FROM table1
WHERE cluster = ?
ORDER BY timestamp DESC
LIMIT 24

而且

INDEX(cluster, timestamp)

---

如果这不是你想要的，请改写标题和问题。

。您将

select*

与

groupby

一起使用的SQL格式不正确。它应该生成一个编译器错误。问题的标题是：……对于一个特定的列，而不是一个特定的集群，我仍然感到困惑。提供一些样本数据和样本结果（可能仅限3个）。