如何连接两个表，您只想要连接一侧的最大日期记录？

Question

我正在尝试编写一个查询来返回当前未满足的培训要求。

涉及的4个主要表是：

• TrainingRequirements 表：存储 CourseId 和 UserId。需要完成的用户和课程。
• UserTraining 表：存储 CourseId、UserId 以及训练何时完成。
• 用户表：接受培训的用户。
• 课程表：所参加培训的课程。存储培训的有效期为多少个月。

这是我到目前为止所拥有的：

SELECT * 
FROM TrainingRequirements
    INNER JOIN Users on Users.Id = TrainingRequirements.UserId
    INNER JOIN Courses on Courses.Id = TrainingRequirements.CourseId
    LEFT OUTER JOIN UserTrainings on UserTrainings .CourseId = TrainReq.CourseId 
    AND UserTrainings .UserId = TrainingRequirements.UserId
WHERE 
    Users.Active = 1 AND 
    TrainingRequirements.Active = 1 AND 
    (UserTrainings.Id is null OR 
       --covers if they never took the training at all
    GETDATE() >= DATEADD(month, Courses.MonthsValid, UserTrainings.DateCompleted)) 
       --covers if they took the training but it has expired and must be retaken

这几乎有效。它返回给我他们从未参加过培训的实例（因此 UserTraining.Id 为空，因为左外连接的右侧不存在匹配的记录），但它也返回给我一堆不再适用的旧的已完成培训.

如果每年都需要进行一次培训，多年来用户培训会积累多条记录。我只想将其与最近的完成情况进行比较，即每个用户每次训练的最高 DateCompleted，所以我假设我需要在连接中使用某种 MAX() 或 Group By 或子查询，但我无法计算出来了。

Answer 1

因此，如果没有实际数据来运行此操作，我会在黑暗中摸索（即我无法验证这是否确实达到了您想要的效果），但它听起来就像您想要吸引需要参加课程的用户，或者接受了它，但超过n个月前。

为此，当按

UserID

订购时，您需要为

CourseID

和

DateCompleted

的每个组合提供第一行。函数 row_number 是一个 window 函数，可以帮助解决这个问题。它在每个“分区”上添加一系列数字（即 1、2、3 等）（例如，在您的情况下为

UserID

、

CourseId

），按您选择的任何内容（在本例中为

DateCompleted desc

）排序，并且因为您按

DateCompleted desc

排序，值为 1 的行将始终是该分区的最新行。

您应该能够运行类似的命令来查看它的样子：

select
    RID = row_number() over (partition by UserID, CourseId order by DateCompleted desc),
    CourseId,
    UserID,
    DateCompleted
from UserTrainings

从那里开始，又回到了之前所做的事情，只不过不是连接到实际的

UserTrainings

表，而是连接到使用

CTE

创建的

row_number

，然后添加额外的连接谓词

 where u.RID = 1

仅抓取

CTE

中的行，其中

DateCompleted

是最新的。

这就是我的想法。再说一遍，如果没有实际数据，您可能需要对此进行一些调整，但我认为这应该会让您走上正确的轨道。

;with ut as
(
    select
        RID = row_number() over (partition by UserID, CourseId order by DateCompleted desc),
        CourseId,
        UserID,
        DateCompleted
    from UserTrainings
)
select *
from TrainingRequirements tr
inner join users u
    on tr.UserID = u.UserID
inner join courses c
    on tr.CourseId = c.CourseID
left outer join ut u
    on r.CourseId = u.CourseId
        and r.UserID = u.UserId
        and u.RID = 1 -- This gets the most recent record for each user/course in UserTrainings, sorted by DateCompleted
where u.CourseID is null -- they haven't taken it
    or ut.DateCompleted < dateadd(month, r.MonthsValid, getdate()) 

Answer 2

如果每年都需要进行一次培训，多年来用户培训会积累多条记录。我只想与最近完成的进行比较，

一般来说，我会在这里推荐一种

row_number()

窗口函数方法（并且已经有另一个答案可以做到这一点）。

但是，如果您只想显示年度所需培训的最新日期（或空），则可以在 ON 子句中包含一个要求，以便连接仅使用去年的记录：

LEFT OUTER JOIN UserTrainings on ... AND UserTrainings.DateCompleted > DATEADD(year, -1, get_date())

当然，对于一年多前完成培训的人来说，这会显示

NULL

而不是旧日期，但这听起来实际上可能是可取的。

我进一步注意到WHERE子句中的这个条件：

 GETDATE() >= DATEADD(month, Courses.MonthsValid, UserTrainings.DateCompleted))

相反，我们可以将其移至 JOIN 的 ON 条件，也许会得到更好的结果。但如果我们这样做（或者即使我们不这样做！），我们应该进行修改以更好地使用索引（sargable）：

DATEAD(month, -Courses.MonthsValid, GETDATE()) >= UserTrainings.DateCompleted

这个版本的表达式具有相同的含义，但毫不夸张地说，速度可以快几个数量级！真的。