MySQL一张表和另一张表符合条件的第一条数据关联

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,高可用系列 2核4GB
简介: MySQL一张表和另一张表符合条件的第一条数据关联

需求

最近项目中有个需求,H5页面表:h5和组织的关联关系表= 1:n

如果有多个绑定关系时取关联表id最小的关联关系,要求写出支持按组织名称或页面名称过滤的分页查询SQL

h5页面表
CREATE TABLE `h5page` (
  `Id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `PageName` varchar(255) DEFAULT NULL,
  `PageUrl` varchar(255) DEFAULT NULL,
  `CreateDate` datetime DEFAULT NULL COMMENT '建立日期',
  `LastUpdateDate` datetime DEFAULT NULL COMMENT '最后修改日期',
  `DisableFlag` varchar(1) NOT NULL DEFAULT '1' COMMENT '是否禁用(0.禁用,1.启用)',
  PRIMARY KEY (`Id`)
) ENGINE=InnoDB AUTO_INCREMENT=72 DEFAULT CHARSET=utf8;
h5关联组织表
CREATE TABLE `codeh5relation` (
  `Id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `OrganizationId` varchar(40) NOT NULL COMMENT '组织Id',
  `OrganizationFullName` varchar(255) DEFAULT NULL COMMENT '组织名',
  `H5PageId` int(20) DEFAULT NULL COMMENT 'h5页面表的id',
  `CreateDate` datetime DEFAULT NULL COMMENT '建立日期',
  `LastUpdateDate` datetime DEFAULT NULL COMMENT '最后修改日期'
  PRIMARY KEY (`Id`)
) ENGINE=InnoDB AUTO_INCREMENT=365 DEFAULT CHARSET=utf8;

实现

查询条数SQL如下

SELECT count(1) FROM h5page a WHERE
EXISTS (
  SELECT id FROM codeh5relation b WHERE a.Id = b.H5PageId
  AND b.id = ( SELECT min(c.id)   FROM codeh5relation c WHERE  b.H5PageId = 
       c.H5PageId)
  AND b.organizationFullName LIKE concat('江苏华睿投资管理有限公司', '%')
)
OR a.pageName LIKE concat('江苏华睿投资管理有限公司', '%')

查询列表数据SQL如下

SELECT a.*, b.organizationFullName FROM  h5page a
LEFT JOIN codeh5relation b ON a.Id = b.H5PageId
AND b.id = ( SELECT min(id) FROM  codeh5relation c WHERE b.H5PageId = c.H5PageId
)
WHERE (
  b.organizationFullName LIKE concat('江苏华睿投资管理有限公司', '%')
  OR a.pageName LIKE concat('江苏华睿投资管理有限公司', '%')
)
ORDER BY a.CreateDate DESC LIMIT 0,10

分析

下面简单分析下sql,红色部分代表去从若干符合条件的数据中取出id最小的一条 。

SELECT

   a.*, b.organizationFullName

FROM h5page a

LEFT JOIN codeh5relation b ON a.Id = b.H5PageId

AND b.id = (   SELECT   min(c.id)    FROM  codeh5relation c  WHERE    b.H5PageId = c.H5PageId )

查询条数的sql用exists减少一次扫描关联表提高了查询效率

SELECT  count(1) FROM c h5page a WHERE  EXISTS (
    SELECT   id  FROM c codeh5relation b WHERE   a.Id = b.H5PageId
    AND b.id = (   SELECT   min(c.id)    FROM   codeh5relation c  WHERE    b.H5PageId = c.H5PageId )
)
相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
3月前
|
关系型数据库 MySQL Java
【MySQL+java+jpa】MySQL数据返回项目的感悟
【MySQL+java+jpa】MySQL数据返回项目的感悟
52 1
|
3月前
|
安全 关系型数据库 MySQL
如何将数据从MySQL同步到其他系统
【10月更文挑战第17天】如何将数据从MySQL同步到其他系统
390 0
|
3月前
|
SQL 前端开发 关系型数据库
全表数据核对 ,行数据核对,列数据核对,Mysql 8.0 实例(sample database classicmodels _No.3 )
全表数据核对 ,行数据核对,列数据核对,Mysql 8.0 实例(sample database classicmodels _No.3 )
65 0
全表数据核对 ,行数据核对,列数据核对,Mysql 8.0 实例(sample database classicmodels _No.3 )
|
3月前
|
关系型数据库 MySQL 数据库
mysql 里创建表并插入数据
【10月更文挑战第5天】
187 1
|
3月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
58 3
|
20天前
|
存储 关系型数据库 MySQL
mysql怎么查询longblob类型数据的大小
通过本文的介绍,希望您能深入理解如何查询MySQL中 `LONG BLOB`类型数据的大小,并结合优化技术提升查询性能,以满足实际业务需求。
84 6
|
2月前
|
存储 Oracle 关系型数据库
【赵渝强老师】MySQL InnoDB的数据文件与重做日志文件
本文介绍了MySQL InnoDB存储引擎中的数据文件和重做日志文件。数据文件包括`.ibd`和`ibdata`文件,用于存放InnoDB数据和索引。重做日志文件(redo log)确保数据的可靠性和事务的持久性,其大小和路径可由相关参数配置。文章还提供了视频讲解和示例代码。
159 11
【赵渝强老师】MySQL InnoDB的数据文件与重做日志文件
|
1月前
|
SQL 关系型数据库 MySQL
mysql分页读取数据重复问题
在服务端开发中,与MySQL数据库进行数据交互时,常因数据量大、网络延迟等因素需分页读取数据。文章介绍了使用`limit`和`offset`参数实现分页的方法,并针对分页过程中可能出现的数据重复问题进行了详细分析,提出了利用时间戳或确保排序规则绝对性等解决方案。
|
2月前
|
关系型数据库 MySQL 数据库
GBase 数据库如何像MYSQL一样存放多行数据
GBase 数据库如何像MYSQL一样存放多行数据
|
2月前
|
缓存 NoSQL 关系型数据库
Redis和Mysql如何保证数据⼀致?
在项目中,为了解决Redis与Mysql的数据一致性问题,我们采用了多种策略:对于低一致性要求的数据,不做特别处理;时效性数据通过设置缓存过期时间来减少不一致风险;高一致性但时效性要求不高的数据,利用MQ异步同步确保最终一致性;而对一致性和时效性都有高要求的数据,则采用分布式事务(如Seata TCC模式)来保障。
74 14