SQL求解TopK問題

前言

• 本文主要用於記錄TopK問題的一些簡答的SQL解法。如果讀者有更好的解法，或者覺得博主方法存在缺陷，歡迎在評論區交流。

---

測試用表

表結構：

CREATE TABLE employees(
    `employee_id` int(6) NOT NULL auto_increment, -- '員工編號'
    `salary` double(10,2) DEFAULT NULL,-- '月薪'
    `department_id` int(6) DEFAULT NULL, -- '部門ID'
    PRIMARY KEY(`employee_id`)
);

表數據：

100	24000	90
101	17000	90
102	17000	90
103	9000	60
104	6000	60
...
199	2600	50
200	4400	10
201	13000	20
202	6000	20
203	6500	40
204	10000	70
205	12000	110
206	8300	110

---

問題：求各個部門的工資前3名的員工信息

方法一：使用連接查詢

1）查詢每位員工的員工信息，以及同部門中員工工資大於此員工的員工信息，生成表t1。

即對兩張原始表a和b進行左連接LEFT JOIN，連接條件爲a.department_id=b.department_id AND a.salary < b.salary。

SELECT
    a.employee_id,
    a.salary,
    a.department_id,
    b.employee_id as r_employee_id,
    b.salary as r_salary
FROM
    employees a
LEFT JOIN
    employees b
ON a.department_id = b.department_id AND a.salary < b.salary;

2）基於表t1，過濾出在對應部門工資排名前3的員工記錄

即基於表t1，按照department_id和employee_id進行分組，過濾出行組內記錄數小於等於2的組

SELECT
    department_id,
    count(r_employee_id)+1 AS rank,
    employee_id,
    salary
FROM (
    SELECT
        a.employee_id,
        a.salary,
        a.department_id,
        b.employee_id as r_employee_id,
        b.salary as r_salary
    FROM
        employees a
    LEFT JOIN
        employees b
    ON a.department_id = b.department_id AND a.salary < b.salary
) AS t1
GROUP BY t1.department_id,t1.employee_id
HAVING count(r_employee_id)<=2
ORDER BY department_id,rank; # 爲了便於觀察,對結果進行了排序

方法二：使用窗口函數

根據實際情況，選擇不同的窗口函數，即選擇不同的排名方式：

• row_number() over()：按照分組、排序後的行號排名，不重複。例如：值[1,1,3]的排名爲[1,2,3]
• rank() over()：按照分組、排序後的字段值進行排名，可重複，會跳過前面相同值對應的行號名次。例如：值[1,1,3]的排名爲[1,1,3]
• dense_rank() over()：按照分組、排序後的字段值進行排名，可重複，不會跳過名次。例如：值[1,1,3]的排名爲[1,1,2]

1）查詢每位員工的員工信息，並計算其工資水平在部門中的排名，生成表t1

即使用窗口函數rank()，按照部門分組，工資大小計算排名

SELECT
    department_id,
    employee_id,
    salary,
    rank() over(partition by department_id order by salary DESC) as rank
FROM
    employees;

2）基於表t1，過濾出在對應部門工資排名前3的員工記錄

即使用WHERE子句進行過濾

SELECT
    *
FROM (
    SELECT
        department_id,
        employee_id,
        salary,
        rank() over((PARTITION BY department_id ORDER BY salary DESC) as rank
    FROM
        employees
) AS t1
WHERE t1.rank <= 3;

方法三：WHERE子句執行關聯子查詢

1）查詢每個員工的員工信息，並使用關聯子查詢查找和當前員工在同部門，且工資大於當前員工的員工ID，子查詢的SELECT子句中統計子查詢的記錄數num，在外部查詢的WHERE子句中過濾num小於等於2的記錄

SELECT
    department_id,
    employee_id,
    salary
FROM
    employees t1
WHERE (
    SELECT
        count(t2.employee_id)
    FROM
        employees t2
    WHERE
        t1.department_id = t2.department_id
    AND
        t1.salary < t2.salary
) <= 2
ORDER BY department_id,salary DESC; # 爲了便於觀察,對結果進行了排序

---

參考博客

SQL經典TopN問題解法

---

End~