PostgreSQL 中的分组限制：显示每个组的前 N ​​行，但仅当这些行中的第一行等于特定数据时

Posted 2023-02-16

【中文标题】PostgreSQL 中的分组限制：显示每个组的前 N ​​行，但仅当这些行中的第一行等于特定数据时

【英文标题】：Grouped LIMIT in PostgreSQL: show the first N rows for each group, BUT only if the first of those row equals specific data

【发布时间】：2021-02-27 12:27:05

【问题描述】：

考虑下表：

SELECT * FROM report_raw_data;
ts         | d_stamp    | id_mod | value
-----------+------------+--------+------
1605450647 | 2020-11-15 | 1      | 60
1605464634 | 2020-11-15 | 2      | 54
1605382126 | 2020-11-14 | 1      | 40
1605362085 | 2020-11-14 | 3      | 33
1605355089 | 2020-11-13 | 1      | 60
1605202153 | 2020-11-12 | 2      | 30

我需要的是获取按每个 id_mod 的 ts 排序的前两行，但前提是 d_stamp 是当前日期（在本例中为 2020-11-15）。

到目前为止，我已经设法让每个 id_mod 的前两行按 ts 排序，但我很难找到唯一的当前日期 2020-11-15。

这是我的错误结果尝试：

SELECT * FROM (SELECT ROW_NUMBER() OVER (PARTITION BY id_mod ORDER BY ts DESC) AS r,t.* FROM 
report_raw_data t) x WHERE x.r <= 2;

ts         | d_stamp    | id_mod | value
-----------+------------+--------+------
1605450647 | 2020-11-15 | 1      | 60
1605382126 | 2020-11-14 | 1      | 40
1605464634 | 2020-11-15 | 2      | 54
1605202153 | 2020-11-12 | 2      | 30
1605362085 | 2020-11-14 | 3      | 33

如果我在查询中使用 WHERE = '2020-11-15'，我最终将只获得我需要的那些记录（因此没有第二行）。

这是我想要得到的（忽略 id_mod 编号 3），因为它是第一行不是从 2020-11-15 开始的：

ts         | d_stamp    | id_mod | value
-----------+------------+--------+------
1605450647 | 2020-11-15 | 1      | 60
1605382126 | 2020-11-14 | 1      | 40
1605464634 | 2020-11-15 | 2      | 54
1605202153 | 2020-11-12 | 2      | 30

还有一点需要注意：我需要能够在查询中使用 LIMIT 和 OFFSET 才能对前端的结果进行分页。

【参考方案1】：

从您当前的查询开始，一个简单的方法是在子查询中使用一个窗口MAX() 来根据id_mod 恢复最新的ts。然后，您可以将其用于外部查询中的其他过滤。

SELECT * 
FROM (
    SELECT t.*,
        ROW_NUMBER() OVER (PARTITION BY id_mod ORDER BY ts DESC) AS rn,
        MAX(ts)      OVER(PARTITION BY id_mod) max_ts
    FROM report_raw_data t
) x 
WHERE rn <= 2 and max_ts = current_date;

【讨论】：

@xyz83242：你不接受这个答案有什么原因吗？

【参考方案2】：

假设您没有未来的数据，我建议：

SELECT rdr.*
FROM (SELECT rdr.*,
             ROW_NUMBER() OVER (PARTITION BY id_mod ORDER BY ts DESC) AS seqnum
      FROM report_raw_data rdr
      WHERE d_stamp = current_date
     ) rdr
WHERE seqnum <= 2;

基于子查询中的时间进行过滤应该会显着提高性能。为了获得最佳性能，您需要在(d_stamp, id_mod, ts desc) 上建立索引。