SQL查找以下会话 - 与交叉连接不同的逻辑

Posted 2023-04-12

【中文标题】SQL查找以下会话 - 与交叉连接不同的逻辑

【英文标题】：SQL Find following session - different logic than cross join

【发布时间】：2020-12-14 23:10:07

【问题描述】：

我有一组数据存储两种类型的会话。这是移动数据使用量与 wifi 数据使用量的对比。

ID  Session_Type
1  Cell
2  WiFi
3  Cell
4  Cell
5  WiFi

.
.
.
.
1000 Cell
1001 WiFi

期望的结果

Cell_ID. Next_WiFi_sess_id
1        2
3        5
4        5 
.
.
1000    1001

我已经达到了自己加入表格的程度，并且完成了一个 id 大于 wifi id 的操作，但我确信这是否是完美的解决方案。您可以在 Lag 中执行此操作以获得更好的性能吗？

select a.id, b.id
from 
table a
join table b
where a.id > min(b.id)

【参考方案1】：

您可以使用窗口函数——特别是累积最小值：

select t.*
from (select t.*,
             min(case when session_type = 'WiFi' then id end) over (order by id rows between current row and unbounded following) as next_wifi_id
      from t
     ) t
where session_type = 'Cell';

【讨论】：

感谢 Gordan 一直以来的帮助，这很有帮助 :(

@epv 。 . .实际上，您可以查看时间。这比另一个答案早于 2 分钟。我通常不会考虑为 Hive 提供小提琴。它与其他数据库完全不同。

【参考方案2】：

这是一个使用窗口函数的选项：您可以使用窗口 min 获取下一个 WiFi 会话；诀窍是通过降序排列框架id：

select id, next_wifi_id
from (
    select t.*,
        min(case when session_type = 'WiFi' then id end) over(order by id desc) next_wifi_id
    from mytable t
) t
where session_type = 'Cell'

Demo on DB Fiddle - 这是 Postgres，但在 Hive 中的行为是相同的。

编号 | next_wifi_id -: | ------------: 1 | 2 3 | 5 4 | 5

【讨论】：

感谢您的提琴！它真的帮助我把它分开，理解窗口。