【SQL】按字段分组查询符合条件记录的方法

     SQL查询中经常会碰到这样一种情形：先按若干字段GROUP BY分组后，再以分组数据为基础，查询返回符合条件的记录。对于这种需求，简单情况下可以直接采用MAX/MIN函数配搭GROUP BY实现（方法一）；但复杂一点的情况，则可以考虑SUBSTRING_INDEX（用法参考个人译文：http://blog.csdn.net/sweeper_freedoman/article/details/52716963）嵌套GROUP_CONCAT（用法参考个人译文：http://blog.csdn.net/sweeper_freedoman/article/details/52717263）的方法实现，即先聚合再截取（方法二）。

     如示例表“visitor_province_day”数据所示，记录游客在每个省驻留的天数。

select * from visitor_province_day;

 
+---------+-----------+-----+
| visitor | province  | day |
+---------+-----------+-----+
|       1 | 陕西省    |   5 |
|       1 | 河北省    |   2 |
|       1 | 浙江省    |   9 |
|      11 | 浙江省    |   7 |
|      11 | 江苏省    |   3 |
|      11 | 湖南省    |   1 |
|      11 | 福建省    |   4 |
|      11 | 陕西省    |   1 |
|      11 | 浙江省    |   5 |
|      11 | 广东省    |   9 |
|      11 | 陕西省    |  11 |
+---------+-----------+-----+

     如果想知道每个游客驻留天数的极大值，可以简单地采用方法一。

SELECT vpd.visitor, MAX(vpd.`day`)
FROM visitor_province_day AS vpd
GROUP BY vpd.visitor;

+---------+----------------+
| visitor | MAX(vpd.`day`) |
+---------+----------------+
|       1 |              9 |
|      11 |             11 |
+---------+----------------+

     方法一是最常见的查询需要，而且已经满足绝大多数情况下的查询需求。但是如果想知道每个游客（对于一张比较大的表）在哪两个省驻留时间最长，即分组后返回的结果多余1个（当然等于1也可以只是直接用方法一就可以了）就需要先按游客（visitor）分组，然后返回两个极大天数（day）所对应的省份（province）。首先GROUP_CONCAT聚合，结果返回游客和按照天数降序排序的省份集合。

SELECT vpd.visitor, GROUP_CONCAT(vpd.province ORDER BY vpd.day DESC)
FROM visitor_province_day AS vpd
GROUP BY vpd.visitor;

+---------+---------------------------------------------------------------------------------+
| visitor | GROUP_CONCAT(vpd.province ORDER BY vpd.day DESC)                                |
+---------+---------------------------------------------------------------------------------+
|       1 | 浙江省,陕西省,河北省                                                            |
|      11 | 陕西省,广东省,浙江省,浙江省,福建省,江苏省,陕西省,湖南省                         |
+---------+---------------------------------------------------------------------------------+

     然后通过SUBSTRING_INDEX截取省份集合里面的前两个子集就实现查询需求了。

SELECT vpd.visitor, SUBSTRING_INDEX(GROUP_CONCAT(vpd.province ORDER BY vpd.day DESC), ',', 2)
FROM visitor_province_day AS vpd
GROUP BY vpd.visitor;

+---------+---------------------------------------------------------------------------+
| visitor | SUBSTRING_INDEX(GROUP_CONCAT(vpd.province ORDER BY vpd.day DESC), ',', 2) |
+---------+---------------------------------------------------------------------------+
|       1 | 浙江省,陕西省                                                             |
|      11 | 陕西省,广东省                                                             |
+---------+---------------------------------------------------------------------------+

     实际操作中的查询需要千变万化，按具体情况修改一下查询即可。当然其实在上面的例子中也可以直接按照默认（升序）排序然后截取最后两个子集（SUBSTRING_INDEX的最后一个参数替换为“-2”），即写法是多种多样的。这里推荐按返回需要降序排列的写法：GROUP_CONCAT操作超过MySQL系统变量“group_concat_max_len”以及“ max_allowed_packet”的设置会发生截断的情况，所以默认（升序）排序处理可能出现隐性的查询ERROR！

SELECT vpd.visitor, SUBSTRING_INDEX(GROUP_CONCAT(vpd.province ORDER BY vpd.day), ',', -2)
FROM visitor_province_day AS vpd
GROUP BY vpd.visitor;

+---------+-----------------------------------------------------------------------+
| visitor | SUBSTRING_INDEX(GROUP_CONCAT(vpd.province ORDER BY vpd.day), ',', -2) |
+---------+-----------------------------------------------------------------------+
|       1 | 浙江省,陕西省                                                         |
|      11 | 陕西省,广东省                                                         |
+---------+-----------------------------------------------------------------------+