【Mysql】Sql分组查询后取每组的前N条记录

一、背景

二、实战解析

三、总结

一、背景

最近，在开发中遇到个功能需求。系统有个资讯查询模块，要求资讯按照卡片形式展示。如下图:

按照项目组展示卡片，每个项目组展示阅读量最多的TOP2。

需求解析：按照项目组分组，然后取每组阅读量最多的前2条。

二、实战解析

基于Mysql数据库

表定义

1、项目组：team

id	主键
name	项目组名称

2、资讯表：info

id	主键
team_id	项目组id
title	资讯名称
pageviews	浏览量
content	资讯内容

info表数据如下图：

我们先预习下Select基础知识

书写顺序:

select *columns*
from *tables*
where *predicae1*
group by *columns*
having *predicae1*
order by *columns*
limit *start*, *offset*;

执行顺序:

from *tables*
where *predicae1*
group by *columns*
having *predicae1*
select *columns*
order by *columns*
limit *start*, *offset*;

count(字段名) # 返回表中该字段总共有多少条记录

DISTINCT 字段名 # 过滤字段中的重复记录

第一步：先找出资讯表中阅读量的前二名

info资讯表自关联

SELECT a.* FROM info a
WHERE (SELECT count(DISTINCT b.pageviews) FROM info b WHERE a.pageviews < b.pageviews AND a.team_id= b.team_id) < 2 ;

乍一看不好理解，下面举例说明

举个例子：

当阅读量pageviews a = b = [1,2,3,4]

a.pageviews = 1，b.pageviews 可以取值 [2,3,4]，count(DISTINCT b.pageviews) = 3
a.pageviews = 2，b.pageviews 可以取值 [3,4]，count(DISTINCT b.pageviews) = 2 # 有2条，即第三名
a.pageviews = 3，b.pageviews 可以取值 [4]，count(DISTINCT b.pageviews) = 1 # 有1条，即第二名
a.pageviews = 4，b.pageviews 可以取值 []，count(DISTINCT b.pageviews) = 0 # 有0条，即最大 第一名

count(DISTINCT b.pageviews) 代表有几个比这条值大

a.team_id= b.team_id 自关联条件，约等于分组

所以前二名等价于 count(DISTINCT e2.Salary) < 2 ，所以 a.pageviews 可取值为 3、4，即集合前 2 高

第二步：再把表 team和表 info连接

SELECT a.id, t.NAME, a.team_id, a.pageviews FROM info a LEFT JOIN team t ON a.team_id = t.id
WHERE (SELECT count(DISTINCT b.pageviews) FROM info b WHERE a.pageviews < b.pageviews AND a.team_id= b.team_id) < 2
ORDER BY a.team_id, a.pageviews desc

结果如下图：

还有一种好理解的方式：

分组GROUP BY + HAVING，这种方式可以一步一步方便调试结果

SELECT a.id, t.NAME, a.team_id, a.pageviews, COUNT( DISTINCT b.pageviews ) FROM info a LEFT JOIN info b ON ( a.pageviews < b.pageviews AND a.team_id = b.team_id ) LEFT JOIN team t ON a.team_id = t.id
GROUP BY a.id, t.NAME, a.team_id, a.pageviews
HAVING COUNT( DISTINCT b.pageviews ) < 2
ORDER BY a.team_id, a.pageviews DESC

问题：如果出现阅读数相同的情况，就裂开了。

举例说明：

当阅读量pageviews a = b = [1,2,2,4]

a.pageviews = 1，b.pageviews 可以取值 [2,2,4]，count(DISTINCT b.pageviews) = 3
a.pageviews = 2，b.pageviews 可以取值 [4]，count(DISTINCT b.pageviews) = 1 # 有1条，即并列第二名
a.pageviews = 2，b.pageviews 可以取值 [4]，count(DISTINCT b.pageviews) = 1 # 有1条，即第二名
a.pageviews = 4，b.pageviews 可以取值 []，count(DISTINCT b.pageviews) = 0 # 有0条，即最大 第一名

count(DISTINCT e2.Salary) < 2 ，所以 a.pageviews 可取值为 2、2、4，即集合前 2 高，但是有三条数据

三、总结

需求转化：将分组求前几条，改为了自关联后，有几条数据比这条大

其实这个是类似LeetCode上难度为hard的一道数据库题目

185. 部门工资前三高的所有员工

参考：

https://leetcode-cn.com/problems/department-top-three-salaries/solution/185-bu-men-gong-zi-qian-san-gao-de-yuan-gong-by-li/

关注我的公众号【Java大厂面试官】，回复：架构、资源等关键词（更多关键词，关注后注意提示信息）获取更多免费资料。

公众号会发布在工作中遇到的问题和解决方案，分享自己的读书笔记和面试总结，成为一个架构师的辛酸之路，以及去大厂的面试资料和面经。