最有效的方法是使用Postgres的distinct on运算符

select distinct on (id) id, date, another_info
from the_table
order by id, date desc;

如果您想要一个跨数据库工作的解决方案（但效率较低），可以使用窗口函数：

select id, date, another_info
from (
  select id, date, another_info, 
         row_number() over (partition by id order by date desc) as rn
  from the_table
) t
where rn = 1
order by id;

在大多数情况下，使用窗口函数的解决方案比使用子查询要快。

select * 
from bar 
where (id,date) in (select id,max(date) from bar group by id)

• 在PostgreSQL、MySQL中测试 *

我发现这是最快的解决方案：

SELECT t1.*
   FROM yourTable t1
     LEFT JOIN yourTable t2 ON t2.tag_id = t1.tag_id AND t2.value_time > t1.value_time
  WHERE t2.tag_id IS NULL

对于大多数情况，最有效的方法是使用GROUP BY

我看到了公认的答案，它确定使用distinct on (id) id是解决问题中描述的问题的最有效的方法，但我相信它是非常不准确的。遗憾的是，我无法从POSTGRES文档中找到任何有用的见解，但我确实找到了this article，它引用了一些其他的，并提供了示例，而
GROUPBY方法肯定会带来更好的性能
我们曾在工作中讨论过这个问题，并在一个表上做了一些实验，该表保存了一些关于标签 Flink 的数据，有4，114，692行，并具有基于tag_id和timestamp的索引（独立索引）

以下是查询：

1.使用字典：

select distinct on (tag_id) tag_id, timestamp, some_data 
from blinks 
order by id, timestamp desc;

2.使用CTE + group by + join：

`with blink_last_timestamp as (
     select tag_id, max(timestamp) as max_timestamp
     from blinks 
     group by tag_id )
 select bl.tag_id, max_timestamp, some_data
 from blink_last_timestamp bl 
 join blinks b on 
     b.tag_id = bl.tag_id and 
     bd.timestamp = bl.max_timestamp`

结果是明确的，并且支持此场景的第二种解决方案（在我看来，这是非常通用的），
显示其1655.991毫秒（00：01.656）比16723.346毫秒（00：16.723）快了10倍（！），当然也提供了相同的数据。

按id分组并使用任何聚合函数来满足最后一条记录的条件。

select  id, max(date), another_info
from the_table
group by id, another_info