MySQL获取各Source分组下最长URL的实现问题

你的问题出在MySQL的GROUP BY逻辑上：当SELECT语句中包含非GROUP BY且非聚合函数的字段（比如pid、url）时，MySQL会返回分组内的任意一条记录，而非对应最长URL的那条。以下是两种可行的解决方法：

方法一：子查询关联原表 #

先通过子查询获取每个source对应的URL最大长度，再关联原表匹配出对应的记录：

SELECT t.pid, t.source, LENGTH(t.url) AS max_url_length, t.url
FROM your_table t
INNER JOIN (
    SELECT source, MAX(LENGTH(url)) AS max_len
    FROM your_table
    GROUP BY source
) sub 
ON t.source = sub.source AND LENGTH(t.url) = sub.max_len;

• 注意：如果同一个source下存在多个长度相同的最长URL，该语句会返回所有符合条件的记录。若需仅返回一条，可添加DISTINCT或结合pid做进一步筛选（比如取MAX(pid)）。

方法二：窗口函数（MySQL 8.0及以上版本） #

利用窗口函数直接对每个source分组排序，筛选出最长URL的记录：

SELECT pid, source, url_length, url
FROM (
    SELECT 
        pid, 
        source, 
        url, 
        LENGTH(url) AS url_length,
        -- 若需并列最长URL都保留，用RANK()；若仅取一条，用ROW_NUMBER()
        RANK() OVER (PARTITION BY source ORDER BY LENGTH(url) DESC, pid DESC) AS rnk
    FROM your_table
) t
WHERE rnk = 1;

• 这里用RANK()会保留所有长度相同的最长URL；如果想强制只返回一条（比如按pid降序取最新的），替换成ROW_NUMBER()即可。

替换语句中的your_table为你的实际表名。

内容的提问来源于stack exchange，提问作者Sébastien Sutterlin