由于mysql5.7不支持窗口函数,所以不能通过类似oracle和sql server等数据库通过窗口函数来实现,所以需要其他方法来解决。
窗口函数有以下几种,具体用法可以参考网上其余博客:

* ROW_NUMBER() over(partition by columnname order by columnname)
* RANK()over(order by columnname)
* DENSE_RANK()over(order by columnname)
* NTILE()OVER(ORDER BY COLUMNNAME)
这里以订单表为例(t_order):
CREATE TABLE `order` ( `id` int NOT NULL AUTO_INCREMENT, `user_id` int DEFAULT
NULL, `time` datetime DEFAULT NULL, `info` varchar(255) DEFAULT NULL, PRIMARY
KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8mb4 COLLATE=
utf8mb4_0900_ai_ci; INSERT INTO `order` (`id`, `user_id`, `time`, `info`) VALUES
(1, 1, '2022-01-21 10:41:49', 'userid=1订单1'); INSERT INTO `order` (`id`, `
user_id`, `time`, `info`) VALUES (2, 1, '2022-01-21 10:42:20', 'userid=1订单2');
INSERT INTO `order` (`id`, `user_id`, `time`, `info`) VALUES (3, 2, '2022-01-21
10:42:43', 'userid=2订单1'); INSERT INTO `order` (`id`, `user_id`, `time`, `info`)
VALUES (4, 2, '2022-01-21 10:43:15', 'userid=2订单2');

需求如下:查询每个用户最新的一笔订单
分析:1号用户和2号用户最新的订单分别为id为2和4的数据,所以简单来说我们只需要查询出订单id=2和4即可。

<>方法1:

最新的一条数据实际为时间最大的那行记录,所以我们只需要分组查询出每个用户最大的时间,然后通过时间查询。
SELECT * from `order` a LEFT JOIN (SELECT user_id, max( time ) time FROM `order
` WHERE user_id IN ( 1, 2 ) GROUP BY user_id) b on b.user_id=a.user_id WHERE a.
user_idIN ( 1, 2 ) and a.time=b.time
但是这样的sql逻辑是不严谨的,因为考虑极限情况下,一个用户一瞬间下了两笔订单,导致时间相同,这样就会出现多条数据。
所以如果存在这种情况则需要用其他字段来判断最新的定义。

那么则可以考虑通过数据库id,一般来说数据库id主键为,雪花算法id或者自增主键,那么即便是同一瞬间下单,id的先后顺序也一定会有区别,那么就可以通过id大小的顺序来处理。(
只使用于id可以判断大小,uuid无法适用)
SELECT * from `order` a LEFT JOIN (SELECT user_id, max( id ) id FROM `order`
WHERE user_id IN ( 1, 2 ) GROUP BY user_id) b on b.user_id=a.user_id WHERE a.
user_idIN ( 1, 2 ) and a.id=b.id
<>方法2:

前文提到mysql5.7不支持窗口函数,但是在mysql8.0中已经支持窗口函数,所以可以通过窗口函数来实现
SELECT * from (select *, row_number() over(partition by user_id order by time
desc) as row_num #关键行号 from `order` where user_id in (1,2)) a WHERE a.row_num=1
结果如下:

技术
今日推荐
阅读数 399
阅读数 129
阅读数 115
阅读数 88
阅读数 69
阅读数 49
下载桌面版
GitHub
百度网盘(提取码:draw)
Gitee
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:ixiaoyang8@qq.com
QQ群:766591547
关注微信