Slick多列聚合分组：如何在Scala中实现指定SQL查询

嗨，我来帮你搞定这个Slick的分组聚合需求！先从基础的表映射开始，一步步实现你要的SQL查询效果。

首先假设你已经定义了USERS表的Slick映射类，大概长这样（可以根据你实际的字段类型调整）：

import slick.jdbc.MySQLProfile.api._
import java.time.LocalDateTime

class Users(tag: Tag) extends Table[(Long, LocalDateTime, String, String)](tag, "USERS") {
  def id = column[Long]("ID", O.PrimaryKey, O.AutoInc)
  def createdAt = column[LocalDateTime]("CREATED_AT")
  def name = column[String]("NAME")
  def email = column[String]("EMAIL")
  
  override def * = (id, createdAt, name, email)
}

val users = TableQuery[Users]

接下来就是核心的分组聚合查询代码，完美对应你给出的SQL逻辑：

// 定义一个case class来接收查询结果（可选，但让结果更易处理）
case class GroupedUser(id: Long, createdAt: LocalDateTime, name: String, email: String)

val query = users
  .groupBy(_.email) // 按EMAIL分组，对应SQL的GROUP BY EMAIL
  .map { case (email, group) =>
    (
      group.map(_.id).max,        // 聚合MAX(ID)
      group.map(_.createdAt).max, // 聚合MAX(CREATED_AT)
      group.map(_.name).max,      // 处理NAME列（细节看下面的解释）
      email                       // 分组键EMAIL
    )
  }
  .mapResult { case (maxId, maxCreatedAt, name, email) =>
    // 把Option类型的聚合结果转为具体值，可根据业务用getOrElse处理空值
    GroupedUser(maxId.get, maxCreatedAt.get, name.get, email)
  }

关键细节说明 #

• groupBy(_.email)：和SQL里的GROUP BY EMAIL完全对应，将数据按邮箱分组。
• 聚合函数的使用：group.map(_.字段).max就是Slick对应SQL聚合函数MAX(字段)的写法，同理你也可以用min、sum等其他聚合函数。
• 关于NAME列的注意事项：你原SQL里直接SELECT NAME，但在标准SQL规范中，非分组列如果不在聚合函数里会触发语法错误（比如MySQL开启ONLY_FULL_GROUP_BY模式时）。这里我用group.map(_.name).max来规避问题，你也可以换成min；如果NAME和EMAIL是一一对应的（比如一个邮箱唯一绑定一个用户名），也可以把NAME加入分组条件，改成groupBy(u => (u.email, u.name))，这样就能直接取name而不用聚合。

执行查询获取结果 #

如果要运行这个查询并拿到数据，可以这样做：

import scala.concurrent.Await
import scala.concurrent.duration._

// 替换成你的数据库配置
val db = Database.forConfig("yourDatabaseConfig")
// 执行查询，等待10秒获取结果
val result = Await.result(db.run(query.result), 10.seconds)
// 打印结果示例
result.foreach(println)

内容的提问来源于stack exchange，提问作者Igor Soto Campos