为每个用户选择最新和第二个最新日期行

Posted 2023-03-29

【中文标题】为每个用户选择最新和第二个最新日期行

【英文标题】：Select latest and 2nd latest date rows per user

【发布时间】：2019-03-08 18:20:26

【问题描述】：

我有以下查询来选择 LAST_UPDATE_DATE 字段正在获取日期值大于或等于过去 7 天的记录的行，效果很好。

   SELECT 'NEW ROW' AS 'ROW_TYPE', A.EMPLID, B.FIRST_NAME, B.LAST_NAME,
    A.BANK_CD, A.ACCOUNT_NUM, ACCOUNT_TYPE, PRIORITY, A.LAST_UPDATE_DATE
   FROM PS_DIRECT_DEPOSIT D
    INNER JOIN PS_DIR_DEP_DISTRIB A ON A.EMPLID = D.EMPLID AND A.EFFDT = D.EFFDT
    INNER JOIN PS_EMPLOYEES B ON B.EMPLID = A.EMPLID
   WHERE 
    B.EMPL_STATUS NOT IN ('T','R','D')
    AND ((A.DEPOSIT_TYPE = 'P' AND A.AMOUNT_PCT = 100)
          OR A.PRIORITY = 999
          OR A.DEPOSIT_TYPE = 'B')
    AND A.EFFDT = (SELECT MAX(A1.EFFDT)
                   FROM PS_DIR_DEP_DISTRIB A1
                   WHERE A1.EMPLID = A.EMPLID
                    AND A1.EFFDT <= GETDATE())
    AND D.EFF_STATUS = 'A'
    AND D.EFFDT = (SELECT MAX(D1.EFFDT)
                   FROM PS_DIRECT_DEPOSIT D1
                   WHERE D1.EMPLID = D.EMPLID
                    AND D1.EFFDT <= GETDATE())
    AND A.LAST_UPDATE_DATE >= GETDATE() - 7

我想添加的是每个 EMPLID 的前一个（第 2 个 MAX）行，以便我可以输出“旧”行（即在上次更新之前满足上述条件的最新行） ，以及我已经在查询中输出的新行。

ROW_TYPE      EMPLID    FIRST_NAME   LAST_NAME      BANK_CD     ACCOUNT_NUM     ACCOUNT_TYPE    PRIORITY    LAST_UPDATE_DATE
NEW ROW       12345     JOHN         SMITH          123548999   45234879        C               999         2019-03-06 00:00:00.000
OLD ROW       12345     JOHN         SMITH          214080046   92178616        C               999         2018-10-24 00:00:00.000
NEW ROW       56399     CHARLES      MASTER         785816167   84314314        C               999         2019-03-07 00:00:00.000   
OLD ROW       56399     CHARLES      MASTER         345761227   547352          C               999         2017-05-16 00:00:00.000

所以EMPLID 将按 NEW ROW 排序，然后是 OLD ROW，如上所示。在此示例中，“NEW ROW”获取过去 7 天内的记录，如 LAST_UPDATE_DATE 所示。

我想获得有关如何修改查询的反馈，以便我还可以获得“旧”行（这是小于上面检索到的“新”行的最大行）。

【问题讨论】：

有什么想法可以做到这一点吗？

您的查询没有按照您所说的那样做。它会提取过去 7 天内更新的所有记录，然后使用来自其他表的附加数据来修饰这些记录。如果PS_DIRECT_DEPOSIT 上的任何记录在一周内有多次更新，您将获得全部更新，并且查询中的硬编码行将它们全部标记为NEW ROW。那么，您是否正在寻找EMPLID 的两个最新更新？或者之前通过EMPLID 对上周碰巧有更新的任何员工进行的更新？非常不同的问题。

顺便说一句，你应该always use meaningful table aliases。

我正在寻找过去 7 天内的 MAX LAST_UPDATE_DATE，对于正确的记录，我还想显示第二个最新的（在 MAX 行之后）行，它将显示该记录的先前值是什么。希望这是有道理的，谢谢！

【参考方案1】：

这是哥谭犯罪活动缓慢的一天，所以我试了一下。可能会工作。

虽然这不太可能开箱即用，但它应该可以帮助您入门。

您的LAST_UPDATE_DATE 列在表PS_DIR_DEP_DISTRIB 上，所以我们将从那里开始。首先，您想要识别过去 7 天内更新的所有记录，因为这些是您唯一感兴趣的记录。在整个过程中，我假设并且我可能错了，该表由EMPLID、BANK_CD 和ACCOUNT_NUM 组成。您需要在几个地方为这些列添加实际的自然键。也就是说，日期限制器看起来像这样：

  SELECT
    EMPLID
   ,BANK_CD
   ,ACCOUNT_NUM
  FROM
    PS_DIR_DEP_DISTRIB AS limit
  WHERE
    limit.LAST_UPDATE_DATE >= DATEADD(DAY, -7, CAST(GETDATE() AS DATE))
    AND 
    limit.LAST_UPDATE_DATE <= CAST(GETDATE() AS DATE)

现在我们将把它用作WHERE EXISTS 子句中的关联子查询，我们将关联回基表，以限制我们使用上周更新的自然键值的记录。我将 SELECT 列表更改为 SELECT 1，这是相关子的典型用语，因为它在找到一 (1) 时停止寻找匹配项，并且实际上根本不返回任何值。

此外，由于我们无论如何都要过滤此记录集，因此我将此表的所有其他 WHERE 子句过滤器移至此（即将成为）子查询中。

最后，在SELECT 部分，我添加了DENSE_RANK 来强制对记录进行排序。我们稍后会使用DENSE_RANK 值仅过滤掉前 (N) 个感兴趣的记录。

所以这给我们留下了这个：

SELECT
  EMPLID
 ,BANK_CD
 ,ACCOUNT_NUM
 --,ACCOUNT_TYPE --Might belong here. Can't tell without table alias in original SELECT
 ,PRIORITY
 ,EFFDT
 ,LAST_UPDATE_DATE
 ,DEPOSIT_TYPE
 ,AMOUNT_PCT
 ,DENSE_RANK() OVER (PARTITION BY --Add actual natural key columns here...
                       EMPLID
                     ORDER BY
                       LAST_UPDATE_DATE DESC
                    ) AS RowNum
FROM
  PS_DIR_DEP_DISTRIB AS sdist
WHERE
  EXISTS
    (
      -- Get the set of records that were last updated in the last 7 days.
      -- Correlate to the outer query so it only returns records related to this subset.
      -- This uses a correlated subquery. A JOIN will work, too. Try both, pick the faster one.
      -- Something like this, using the actual natural key columns in the WHERE
      SELECT
        1
      FROM
        PS_DIR_DEP_DISTRIB AS limit
      WHERE
        --The first two define the date range.
        limit.LAST_UPDATE_DATE >= DATEADD(DAY, -7, CAST(GETDATE() AS DATE))
        AND limit.LAST_UPDATE_DATE <= CAST(GETDATE() AS DATE)
        AND
        --And these are the correlations to the outer query.
        limit.EMPLID = sdist.EMPLID
        AND limit.BANK_CD = sdist.BANK_CD
        AND limit.ACCOUNT_NUM = sdist.ACCOUNT_NUM
    )
  AND
  (
    dist.DEPOSIT_TYPE = 'P'
    AND dist.AMOUNT_PCT = 100
  )
  OR dist.PRIORITY = 999
  OR dist.DEPOSIT_TYPE = 'B'

用该查询替换原来的 INNER JOIN 到 PS_DIR_DEP_DISTRIB。在SELECT 列表中，第一个硬编码值现在依赖于RowNum 值，所以现在是CASE 表达式。在WHERE 子句中，日期都由子查询驱动，所以它们消失了，有几个被折叠到子查询中，我们添加WHERE dist.RowNum <= 2 以恢复前2 条记录。

（我还替换了所有表别名，以便跟踪我正在查看的内容。）

SELECT
  CASE dist.RowNum
    WHEN 1 THEN 'NEW ROW'
    ELSE 'OLD ROW' 
  END AS ROW_TYPE
 ,dist.EMPLID
 ,emp.FIRST_NAME
 ,emp.LAST_NAME
 ,dist.BANK_CD
 ,dist.ACCOUNT_NUM
 ,ACCOUNT_TYPE
 ,dist.PRIORITY
 ,dist.LAST_UPDATE_DATE
FROM
  PS_DIRECT_DEPOSIT AS dd
INNER JOIN
  (
    SELECT
      EMPLID
     ,BANK_CD
     ,ACCOUNT_NUM
     --,ACCOUNT_TYPE --Might belong here. Can't tell without table alias in original SELECT
     ,PRIORITY
     ,EFFDT
     ,LAST_UPDATE_DATE
     ,DEPOSIT_TYPE
     ,AMOUNT_PCT
     ,DENSE_RANK() OVER (PARTITION BY --Add actual natural key columns here...
                           EMPLID
                         ORDER BY
                           LAST_UPDATE_DATE DESC
                        ) AS RowNum
    FROM
      PS_DIR_DEP_DISTRIB AS sdist
    WHERE
      EXISTS
        (
          -- Get the set of records that were last updated in the last 7 days.
          -- Correlate to the outer query so it only returns records related to this subset.
          -- This uses a correlated subquery. A JOIN will work, too. Try both, pick the faster one.
          -- Something like this, using the actual natural key columns in the WHERE
          SELECT
            1
          FROM
            PS_DIR_DEP_DISTRIB AS limit
          WHERE
            --The first two define the date range.
            limit.LAST_UPDATE_DATE >= DATEADD(DAY, -7, CAST(GETDATE() AS DATE))
            AND limit.LAST_UPDATE_DATE <= CAST(GETDATE() AS DATE)
            AND
            --And these are the correlations to the outer query.
            limit.EMPLID = sdist.EMPLID
            AND limit.BANK_CD = sdist.BANK_CD
            AND limit.ACCOUNT_NUM = sdist.ACCOUNT_NUM
        )
      AND
      (
        dist.DEPOSIT_TYPE = 'P'
        AND dist.AMOUNT_PCT = 100
      )
      OR dist.PRIORITY = 999
      OR dist.DEPOSIT_TYPE = 'B'
  ) AS dist
    ON
    dist.EMPLID = dd.EMPLID
      AND dist.EFFDT = dd.EFFDT
INNER JOIN
  PS_EMPLOYEES AS emp
    ON
    emp.EMPLID = dist.EMPLID
WHERE
  dist.RowNum <= 2
  AND
  emp.EMPL_STATUS NOT IN ('T', 'R', 'D')
  AND 
  dd.EFF_STATUS = 'A';