用于组中任何非特定值的SQL聚合函数

是否有一个agregate函数可以从组中返回任何值。我可以使用

MIN

或

MAX

，但如果可能的话，我宁愿避免开销，因为它是一个文本字段

我的情况是一个错误日志摘要。错误按错误类型分组，并为每个组显示错误文本的示例。使用哪个错误消息作为示例并不重要

SELECT
    ref_code,
    log_type,
    error_number,
    COUNT(*) AS count,
    MIN(data) AS example
FROM data
GROUP BY
    ref_code,
    log_type,
    error_number

---

我可以用什么替换

MIN（数据）

，而不必比较100000 s的varchar（2000）值？

您可以使用MIN和KEEP，如下所示：

MIN(data) keep (dense_rank first order by rowid) AS EXAMPLE

---

这背后的想法是，数据库引擎将通过ROWID而不是VARCHAR（2000）值对数据进行排序，理论上，VARCHAR（2000）值应该更快。您可以将ROWID替换为主键值，并检查它是否更快。既然您询问了OVER PARTITION and ORDER BY，下面是一个版本，它可以按进行分组，但也可以使用带有OVER and PARTITION and ORDER BY的ROW_NUMBER（）对第一个

ref_code，log_type，错误_num

它作为行号1出现的组合（在1处有任何数据列）。然后，从1开始，在它找到的下一个不同的

ref\u代码、log\u类型、error\u num

组合处重新编号（无论出现什么数据列）。因此，您可以简单地将第1行的数据字段作为给定

ref\u代码、log\u类型、error\u num

的代表性数据字段

它仍然缺少一些东西。如果我没有双通行证（一次用于聚合，一次用于行数（）），它会更优雅；然而，它可能会表现得非常好。我得再考虑一下，看能不能取消双传球

但它避免了对大数据字段的任何比较。它代表了一种实现您所要求的方法：从数据字段中提取一个与聚合字段相关的代表性样本

SELECT
    t.ref_code,
    t.log_type,
    t.error_number,
    t.count,
    d.data
FROM
(
    SELECT
        ref_code,
        log_type,
        error_number,
        COUNT(*) as count
    FROM data
    GROUP BY
        ref_code,
        log_type,
        error_number
) t
INNER JOIN 
(
    SELECT
        ref_code,
        log_type,
        error_number,
        data,
        ROW_NUMBER() OVER
        (
            PARTITION BY
                ref_code,
                log_type,
                error_number
            ORDER BY
                ref_code,
                log_type,
                error_number
        ) as row_number
    FROM data
) d on
    d.ref_code = t.ref_code and
    d.log_type = t.log_type and
    d.error_number = t.error_number and
    row_number = 1

最后一点警告：我没有甲骨文可以试穿。但我确实是通过阅读Oracle文档将其组合起来的

---

在我进一步思考了如何使用elminate组之后，我添加了下面的内容，我只在那里使用了COUNT（*）。但我不知道它是否更快

SELECT *
FROM
(
    SELECT
        ref_code,
        log_type,
        error_number,
        data,
        ROW_NUMBER() OVER
        (
            PARTITION BY
                ref_code,
                log_type,
                error_number
            ORDER BY
                ref_code,
                log_type,
                error_number
        ) as row_number,
        COUNT(*) OVER
        (
            PARTITION BY
                ref_code,
                log_type,
                error_number
            ORDER BY
                ref_code,
                log_type,
                error_number
        ) as count 

    FROM data
) t
WHERE row_number = 1

---

根据建议的答案，似乎

MIN（data）

（或

MAX（data）

）是实现我想要的最快方法。我试图过度乐观，这是不必要的

当我访问这个数据库时，我会尝试任何其他的答案，但同时，这是最重要的

---

谢谢大家的努力

看一看：

min（）

和

max（）

的开销最小。仅仅读取字符串会比比较逻辑产生更多的开销。@GordonLinoff，很高兴知道。但是，如果我想要的函数存在，它将消除每个组读取任何多于一行的文本的需要，这远远少于每个记录读取一行。@DWright，感谢您向我介绍

OVER

和

PARTITION BY

子句。我不知道如何使用它们从组中返回任意一条记录。谢谢！虽然它可以按预定的方式工作，但不幸的是，它的运行速度比简单的

MIN（data）

语句慢20%。至少这支持了我过度优化的理论。非常发人深省，但不幸的是，这一次大约慢了130%。尽管如此，我还是学到了很多关于更先进的SQL技术的知识，这些技术永远不会误入歧途。很酷，感谢您尝试了一下，很高兴了解性能下降的情况。顺便说一句，我不得不让团队留在那里的唯一原因是因为我不知道如何进行计数。不需要计数，我就可以从

SELECT ref\u code、log\u type、error\u number、data、ROW\u number（）中获取所有信息（按参考代码、日志类型、错误编号顺序按参考代码、日志类型、错误编号划分）作为行编号，从行编号=1的数据中可以实际进行计数（*）超过

…，但我不得不做这样的改变，一个用于计数（*），一个用于排号（）。在任何情况下，我补充说，作为我答案的替代方案，作为最后想法（评论）的结果，在原始答案下面。我很好奇性能如何？