没有 pl/sql 的“前导行”的 SQL 分组表

Posted 2023-03-31

【中文标题】没有 pl/sql 的“前导行”的 SQL 分组表

【英文标题】：SQL group table by "leading rows" without pl/sql

【发布时间】：2016-06-29 15:42:40

【问题描述】：

我有这个包含两列的表（简短示例）

1 a
2 a
3 a3
4 a
5 a
6 a6
7 a
8 a8
9 a

我想将它们分组/划分为由以“a”开头的组分隔的组，理想情况下添加这样的另一列，这样我就可以轻松地处理这些组。

1 a  0
2 a  0
3 a3 3
4 a  3
5 a  3
6 a6 6
7 a  6
8 a8 8
9 a  8

问题是表的设置是动态的，所以我不能使用静态滞后或领先功能，任何想法如何在没有 pl/sql 的情况下在 postgres 9.5 版中做到这一点

【问题讨论】：

由于 PL/SQL 是 Oracle 过程语言，您会发现将其排除在 Postgres 查询之外非常简单。你的意思是 PL/pgSQL？

是的，我提到了 PL/pgSQL，在为 sql 处理过程语言时，我只是习惯了 pl/sql

【参考方案1】：

假设前导部分是一个单个字符。因此表达式right(data, -1) 可以提取组名。适应你的实际前缀。

解决方案使用两个window functions，不能嵌套。所以我们需要一个子查询或一个 CTE。

SELECT id, data
     , COALESCE(first_value(grp) OVER (PARTITION BY grp_nr ORDER BY id), '0') AS grp
FROM (
   SELECT *, NULLIF(right(data, -1), '') AS grp
        , count(NULLIF(right(data, -1), '')) OVER (ORDER BY id) AS grp_nr
   FROM   tbl
   ) sub;

准确地产生您想要的结果。

NULLIF(right(data, -1), '') 获取有效组名，如果没有则NULL。

count() 只计算非空值，因此子查询中每个新组的计数都更高。

在外部查询中，我们将每个 grp_nr 的第一个 grp 值作为组名，默认为“0”，第一个没有名称的组使用 COALESCE（它有一个 NULL 作为组名，所以远）。

我们也可以使用min() 或max() 作为外部窗口函数，因为无论如何每个分区只有一个 非空值。 first_value() 可能是最便宜的，因为行已经排序。

注意组名grp 是数据类型text。如果它们是干净（且可靠）的整数，您可能希望转换为整数。

【参考方案2】：

这可以通过将包含a 的行设置为特定值并将所有其他行设置为不同的值来实现。然后使用累积和来获得所需的行数。当在 val 列中遇到新值时，组号将设置为下一个数字，并且所有带有 a 的行将具有与之前相同的组号，并且继续下去。

我假设每个组都需要一个不同的数字，而数字并不重要。

select id, val, sum(ex) over(order by id) cm_sum
from (select t.*
      ,case when val = 'a' then 0 else 1 end ex
      from t) x

上面有问题数据的查询结果是

id  val cm_sum
--------------
1   a   0
2   a   0
3   a3  1
4   a   1
5   a   1
6   a6  2
7   a   2
8   a8  3
9   a   3

【讨论】：

谢谢，你真的很简单............实际上不需要那个子查询，这种情况可以直接放入窗口函数sum中

@Baker：简单。而且不正确。该问题不要求提供序列号，而是要求列中包含的实际字符串（或数字）。

是的@Erwin Brandstetter，你是对的，根据它的定义，你的答案是对我的问题的 100% 正确答案，......但是这个解决方案满足了我需要的目的，因为它提供了一种分离的方法那些组

【参考方案3】：

使用给定的数据，您可以使用累积最大值：

select . . .,
       coalesce(max(substr(col2, 2)) over (order by col1), 0)

如果您不严格要求最大值，那么它会变得有点困难。 ANSI 解决方案是在LAG() 上使用IGNORE NULLs 选项。但是，Postgres 不（还）支持这一点。另一种选择是：

select . . ., coalesce(substr(reft.col2, 2), 0)
from (select . . .,
             max(case when col2 like 'a_%' then col1 end) over (order by col1) as ref_col1
      from t
     ) tt join
     t reft
     on tt.ref_col1 = reft.col1

【参考方案4】：

你也可以试试这个：

 with mytable as (select split_part(t,' ',1)::integer id,split_part(t,' ',2) myvalue 
       from (select unnest(string_to_array($$1 a;2 a;3 a3;4 a;5 a;6 a6;7 a;8 a8;9 a$$,
    ';'))t) a)

  select id,myvalue,myresult from mytable join (
     select COALESCE(NULLIF(substr(myvalue,2),''),'0') myresult,idmin id_down
            ,COALESCE(lead(idmin) over (order by myvalue),999999999999) id_up 
   from (
     select myvalue,min(id) idmin from mytable group by 1
    ) a) b 
  on id between id_down and id_up-1