今天在公司的时候遇到一个问题,有如下图所示的一张通话记录表
要求统计每个人,每天所接的每种类型的电话进行一个时间统计。如果遇到有u_id,s_code,date.三列重复的,只统计id值最大的那条记录,即图中id为1,2的两条记录,只统计id为2的那条记录。这个逼狗的需求让我犯难了,谁让我是一个写代码的,不是一个写sql的呢,平时接触到的都是简单的crud,join的sql。突然来个这种需求的有点犯难了。
刚开始想的是使用distinct,去重嘛。但是要取id最大那个,怎么办瞬间无解。然后求助公司的sql小哥,小哥一看表,一听需求,就说。你可以将三个字段来个group by,然后order by id,然后取个max。
一听sql小哥的话,让我豁然开朗。顿时开始实施。最后sql结果如下select * from record where id in( select max(id) from record group by u_id, s_code, date) 瞬间解决了我的问题。感谢sql小哥。
ps:该通话记录根据时间进行了分表处理,同时,该统计只针对一天的通话记录做统计,所以对于in的性能问题不用太过担心。当然,具体问题,具体处理。
事后仔细对问题进行了一些总结。该问题其实可以拆分出两部分进行思考。
1.首先是对u_id,s_code,date进行去重处理,大部分人想到的应该都是distinct。但是此处呢,情况比较特殊,使用group by也能达到同样的效果。
2.统计id最大的那条数据,使用max()函数即可。
后来对distinct和group by也做了一些深入的了解。比如下面这篇文章。
不管怎么说,遇问题多思考,多记录自己遇到的问题。