Redshift:获取行的排名,按条件过滤
Posted
技术标签:
【中文标题】Redshift:获取行的排名,按条件过滤【英文标题】:Redshift: Getting rank of a row, filtered by a condition 【发布时间】:2014-09-09 13:34:18 【问题描述】:每次我向表中添加一行时,我都想知道与该点之前的表相比它的排名。这可以通过 RANK() 窗口函数轻松完成。但是,我正在努力寻找一种方法来发现它与表格相比的排名,直到那个点按值过滤。
作为一个例子,我想最终得到这个高度做作的表格:
date | name | animal_bought | num_sloths_bought_before | num_camels_bought_before
------------+---------+---------------+--------------------------+--------------------------
2014-09-01 | Vincent | sloth | 0 | 0
2014-09-01 | Luis | camel | 0 | 0
2014-09-02 | Vincent | sloth | 1 | 0
2014-09-02 | Luis | camel | 0 | 1
2014-09-02 | Kevin | sloth | 0 | 0
2014-09-03 | Vincent | camel | 1 | 0
2014-09-04 | Deo | camel | 0 | 0
2014-09-04 | Vincent | sloth | 2 | 1
2014-09-05 | Luis | camel | 0 | 2
2014-09-05 | Andrew | sloth | 0 | 0
我最初想看看是否可以对窗口函数应用过滤器(例如RANK() OVER(PARTITION BY name WHERE animal_bought = 'sloth' ORDER BY date ASC) AS num_sloths_bought_before
),但这在语法上不正确。然后我尝试添加一个子查询,如下:
SELECT
date,
name,
animal_bought,
( SELECT
RANK() OVER(PARTITION BY name ORDER BY date ASC) - 1
FROM this_table
WHERE animal_bought = 'sloth'
) AS num_sloths_bought_before
FROM source_table
但是 Redshift 抛出了这个错误:
ERROR: This type of correlated subquery pattern is not supported yet
我还尝试将窗口函数放在 case 语句中(引发相同的错误)并在连接查询中计算排名(无法使其工作)。
【问题讨论】:
【参考方案1】:嗯。我不认为这个查询会做你想做的事:
SELECT date, name, animal_bought,
(SELECT RANK() OVER(PARTITION BY name ORDER BY date ASC) - 1
FROM this_table
WHERE animal_bought = 'sloth'
) AS num_sloths_bought_before
FROM source_table
有几个原因:
rank()
的使用表明this_table
中有不止一行匹配animal_bought
。否则,您可以使用聚合函数。
如果只有一行与where
子句匹配,则该值始终为1,因为where
子句在rank()
之前处理。
您的问题只提到一个表,但您的查询有两个
也许您只想要没有子查询的rank()
?
SELECT date, name, animal_bought,
RANK() OVER (PARTITION BY name, animal ORDER BY date ASC) - 1 as NumberBoughtBefore
FROM source_table;
如果你想对两种动物都使用它,那么不要使用rank()
,使用累积和:
SELECT date, name, animal_bought,
sum(case when animal = 'sloth' then 1 else 0 end) over (partition by name order by date) as SlothsBefore,
sum(case when animal = 'camel' then 1 else 0 end) over (partition by name order by date) as CamelsBefore
FROM source_table;
编辑:
SELECT date, name, animal_bought,
(sum(case when animal = 'sloth' then 1 else 0 end) over (partition by name order by date) -
(case when animal = 'sloth' then 1 else 0 end)
) as SlothsBefore,
(sum(case when animal = 'camel' then 1 else 0 end) over (partition by name order by date) -
(case when animal = 'camel' then 1 else 0 end)
) as CamelsBefore
FROM source_table;
【讨论】:
谢谢,戈登。不幸的是,这会生成一个表格,其中包含一个名字在每一行上购买动物的总次数,而不是它在该行之前发生的总次数。即:Vincent
的每一行在sloths_bought
中都有一个 3,在camel_bought
中有一个 1,而不是逐行增加。
@Serenthia 。 . .只需减去 1 或在分区中使用 range/rows 子句。
恐怕这会产生相同的结果 - SUM()
会计算事件发生的所有时间,然后将相同的总数放在该人的每一行中。我需要在每一行上使用不同的数字(由RANK()
函数产生)。再次感谢您的意见!
@Serenthia 。 . . sum() . . . over
是不产生累积和吗? order by
应该是累积的。
对不起 - 我不得不把它放下一段时间。返回时,我发现您的解决方案确实有效。它只是缺少框架子句ROWS UNBOUNDED PRECEDING
。它以前不起作用的原因是因为我的框架条款不正确。非常感谢您的意见!以上是关于Redshift:获取行的排名,按条件过滤的主要内容,如果未能解决你的问题,请参考以下文章
Laravel - 按“字段及其关系模型字段”之间的条件过滤模型