如何用SQL查询指定单词对应出现次数最高的前N个文件

你之前的写法存在两个核心问题：

• 匹配多个枚举值时不能用=操作符直接接值列表，需要改用IN操作符
• HAVING关键字仅用于过滤聚合查询的结果，普通行过滤直接用WHERE即可

场景1：所有指定单词的记录混合排序取前15 #

如果你的需求是把apples、oranges、prunes三个单词的所有匹配记录放在一起按occurrences倒序，取总排名前15的记录，用以下语句：

SELECT `file`, `word`, `occurrences`
FROM 替换为你的实际表名
WHERE `word` IN ('apples', 'oranges', 'prunes')
ORDER BY `occurrences` DESC
LIMIT 15;

场景2：每个指定单词分别取前15条 #

如果你的需求是每个指定单词都单独取出现次数最高的15个文件，在支持窗口函数的数据库（MySQL 8.0+、PostgreSQL、SQL Server等）中可以用以下语句：

WITH ranked_records AS (
    SELECT
        `file`,
        `word`,
        `occurrences`,
        -- 按单词分组，组内按出现次数倒序排名
        ROW_NUMBER() OVER (PARTITION BY `word` ORDER BY `occurrences` DESC) AS rank_val
    FROM 替换为你的实际表名
    WHERE `word` IN ('apples', 'oranges', 'prunes')
)
SELECT `file`, `word`, `occurrences`
FROM ranked_records
WHERE rank_val <= 15
-- 可选：按单词和排名排序，方便查看结果
ORDER BY `word`, rank_val;

性能优化建议 #

你的表数据量达数百万行，建议创建联合索引提升查询效率：

CREATE INDEX idx_word_occur ON 替换为你的实际表名 (`word`, `occurrences` DESC);

建索引后查询可以直接命中索引，无需全表扫描和额外排序，查询速度会有大幅提升。

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