如何在Sequelize TypeScript中按多列分组获取组内最新条目

问题背景 #

现有MySQL表中存在多条核心字段近似、仅createdAt业务时间存在差异的记录，需要基于colA、colB两个字段执行分组操作，返回每个分组下业务时间最新的完整条目。
原参考原生SQL的实现逻辑是通过取分组内最大id定位最新条目，但该逻辑在自增id与业务时间顺序不一致的场景下（比如批量导入历史数据、回溯修改时间戳）会出现结果偏差，需要适配按业务时间字段定位最新条目的需求。
开发者之前尝试的常规分组写法：

MyModel.findAll({
    where: {
       createdAt: { [Op.lt]: today }
    },
    group: ['colA','colB']
})

实际返回结果为每个分组下最早/随机匹配到的条目，和预期获取分组最新数据的目标不符。

问题根源 #

直接在findAll中配置group参数的写法，需要搭配聚合函数明确指定每个非分组列的取值规则。在MySQL开启ONLY_FULL_GROUP_BY严格模式时，未声明聚合规则的非分组列会直接触发语法报错；未开启严格模式时，数据库会返回分组内随机一行的字段值，完全无法保证返回的是时间最新的条目。

可落地实现方案 #

方案一：分步查询适配（无数据库版本限制，逻辑易理解） #

核心思路是先取出每个分组对应的最大业务时间，再匹配回完整的表记录，和原生SQL逻辑完全对等，仅将聚合目标从自增id替换为业务时间字段。
实现代码：

import { Op } from 'sequelize';
import MyModel from './my-model';

// 第一步：按colA、colB分组，取出每组的最大createdAt值
const groupMaxTimeList = await MyModel.findAll({
  attributes: [
    'colA',
    'colB',
    [MyModel.sequelize!.fn('MAX', MyModel.sequelize!.col('createdAt')), 'maxCreatedAt']
  ],
  where: {
    createdAt: { [Op.lt]: today } // 保留原有业务过滤条件
  },
  group: ['colA', 'colB'],
  raw: true // 直接返回原始结构化数据，不生成Model实例
});

// 第二步：构造多维度匹配条件，将分组维度和对应最大时间组合为匹配规则
const matchRuleList = groupMaxTimeList.map(item => ({
  colA: item.colA,
  colB: item.colB,
  createdAt: item.maxCreatedAt
}));

// 第三步：查询所有匹配规则对应的完整条目
const latestGroupRecords = await MyModel.findAll({
  where: {
    [Op.or]: matchRuleList
  }
});

注意：如果存在同分组下createdAt值完全相同的极端场景，可在匹配条件中增加自增id的兜底过滤（比如同时匹配MAX(id)），避免同时间点的多条重复记录被全部返回。

方案二：窗口函数实现（MySQL 8.0+ 版本适用，单次查询完成） #

对于支持窗口函数的数据库版本，可通过窗口函数排序直接精准定位每个分区下的最新条目，避免两次查询的性能开销，也不会出现同时间戳重复值导致的结果异常。
实现代码：

import { literal } from 'sequelize';
import MyModel from './my-model';

const latestGroupRecords = await MyModel.findAll({
  attributes: {
    include: [
      // 定义窗口排序列：按colA、colB分区，按createdAt倒序排名
      [
        literal(`ROW_NUMBER() OVER (PARTITION BY colA, colB ORDER BY createdAt DESC)`),
        'inner_partition_row_num'
      ]
    ]
  },
  where: literal(`
    inner_partition_row_num = 1
    AND createdAt < '${today}'
  `)
});

常见避坑提示 #

• 不要强行通过调整group参数的字段顺序，或者在group中加入id、createdAt字段来实现取最新的需求：这种写法会彻底打破原有的分组维度，相当于没有做分组聚合。
• 不要硬搬原IN子查询的MAX(id)逻辑套在业务时间上：如果存在数据回溯、时间戳修改、批量导入的场景，id和业务时间顺序不一致时，用MAX(id)取最新就会出现结果偏差。
• 方案一在分组数量特别多的场景下，会生成超长的OR匹配条件，查询性能会明显下降，这种场景优先选择窗口函数方案，或直接编写原生SQL实现。
• 注意窗口函数的执行顺序：MySQL中WHERE子句的执行顺序早于SELECT子句的计算列，不能直接在Sequelize的普通where对象中引用窗口函数生成的计算列，需要通过literal在同一查询层级声明过滤规则，避免触发“未知列”的语法错误。

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