多列连接：​​获取额外的行

Posted 2023-02-24

【中文标题】多列连接：​​获取额外的行

【英文标题】：Multi-Column join: Getting additional rows

【发布时间】：2016-08-15 18:07:53

【问题描述】：

表1：

timezone         some_data       joincol2

America/Denver   22/04/16 7:23   abd
America/Chicago  22/04/16 7:23   abc
America/Adak     22/04/16 7:23   abc
America/Adak     22/04/16 7:23   abe

这是一个数据来自源的事实表。

表2：

timezone         Value_needed      joincol2

America/Chicago    0               NULL
America/Adak      -5               NULL
America/Adak      -4               abc
America/Denver    -2               NULL

这是一个静态表。

期望的结果：在 timezone 和 joincol2 上加入这些表并从表 2 中获取 value_needed 列，在某种程度上，当 joincol2 匹配时，对应的值将在时区中与 null 相匹配。

我写的查询：

SELECT table1.timezone, 
       table1.joincol2 AS left_joincol2, 
       table2.joincol2 AS right_joincol2, 
       value_needed 
FROM   table1 
       LEFT JOIN table2 
              ON ( table1.joincol2 = table2.joincol2 
                    OR table2.joincol2 IS NULL ) 
                 AND table2.timezone = table1.timezone 

我得到的结果：

timezone        left_joincol2   right_joincol2  value   some_data

America/Denver  abd                             -2      22/04/16 7:23
America/Chicago abc                              0      22/04/16 7:23
America/Adak    abc                             -5      22/04/16 7:23 --Bad Row
America/Adak    abc             abc             -4      22/04/16 7:23
America/Adak    abe                             -5      22/04/16 7:23

我想在上面的结果中删除这个坏行（第 3 行）。我认为我不能应用排名/分区函数来实现这一点，因为会有很多数据，可以允许在表 1 中重复（或者我可以吗？）。

您能帮我找到解决方案吗？我想要的结果（理想情况下应该与 table1 相同的行数）：

timezone        left_joincol2   right_joincol2  value   some_data

America/Denver  abd                             -2      22/04/16 7:23
America/Chicago abc                              0      22/04/16 7:23
America/Adak    abc             abc             -4      22/04/16 7:23
America/Adak    abe                             -5      22/04/16 7:23

附：我可以完全控制系统。可以添加主键或您建议的任何内容。 如果我错过了某些信息，请随时询问。

【参考方案1】：

您可以将静态表视为两个表，一个在“joincol2”上连接，另一个在 joincol2 为空。然后将这两个值合并在一起，首先使用所需的值，以便在存在时获胜。比如：

select t1.*, 
coalesce(t2.value_needed, t2_default.value_needed) as value_needed
from table1 t1 
left join table2 t2 
  on t1.timezone = t2.timezone 
  and t1.joincol2 = t2.joincol2
left join table2 t2_default 
  on t1.timezone = t2_default.timezone 
  and t2_default.joincol2 is null

【讨论】：

非常感谢，这正是我想要的。听起来更愚蠢，我想从 t2 创建两个表并加入它们。非常感谢伙计。干杯。

【参考方案2】：

试试这个查询：

SELECT timezone, left_joincol2, right_joincol2, value_needed
FROM (
  SELECT table1.timezone, 
         table1.joincol2 AS left_joincol2, 
         table2.joincol2 AS right_joincol2, 
         value_needed,
         ROW_NUMBER() OVER (PARTITION BY table1.timezone, table1.joincol2
                            ORDER BY CASE 
                                        WHEN table2.joincol2=table1.joincol2 THEN 1 
                                        ELSE 2 
                                     END) AS rn
  FROM table1 
  LEFT JOIN table2 ON table2.timezone = table1.timezone ) AS t
WHERE t.rn = 1

查询使用ROW_NUMBER 以便在每个table1.timezone, table1.joincol2 分区内选择性地选择正确正确的记录。

Demo here

【讨论】：

感谢您的回复。我写了同样的东西，但是如果有多个具有相同 joincol2 的行和多个具有 joincol2 为空的行，这将起作用。另外，我们可以做些什么来提高这个窗口函数的性能？

@DeepanshuKalra 你能添加一些示例数据来解释这个案例吗？使用索引是使用窗口函数的方法。

-betsos 非常感谢您的帮助。我得到了解决方案。干杯。