聚合 SQL 中的连续行

Posted 2023-02-16

【中文标题】聚合 SQL 中的连续行

【英文标题】：Aggregating consecutive rows in SQL

【发布时间】：2021-02-19 22:14:53

【问题描述】：

给定 sql 表（我使用的是 SQLite3）：

CREATE TABLE person(name text, number integer);

并填充值：

insert into person values 
('Leandro', 2),
('Leandro', 4),
('Maria',   8),
('Maria',   16),
('Jose',    32),
('Leandro', 64);

我想要的是获得number 列的总和，但仅限于连续行，这样我就可以获得保持原始插入顺序的结果：

Leandro|6
Maria|24
Jose|32
Leandro|64

到目前为止，我得到的“最接近”的是：

select name, sum(number) over(partition by name) from person order by rowid;

但这清楚地表明我对 SQL 的理解还很遥远，因为缺少最重要的功能（连续行的分组和求和），但至少顺序是存在的 :-)：

Leandro|70
Leandro|70
Maria|24
Maria|24
Jose|32
Leandro|70

最好答案不应该要求创建临时表，因为预计输出总是与插入数据的顺序相同。

【问题讨论】：

您在两列表格中看到的顺序实际上并不存在。您需要提供表格顺序的第三列。

@TimBiegeleisen 我依赖于 SQLite 在未添加主键 ID 时自动添加的隐藏“rowid”主键（（整数自动增量））。不是一个好习惯，但对于示例来说已经足够了:-)

【参考方案1】：

你可以用窗口函数来做到这一点：

LAG() 检查前一个名称是否与当前名称相同 SUM() 为连续的同名创建组

然后按组分组并聚合：

select name, sum(number) total
from (
  select *, sum(flag) over (order by rowid) grp
  from (
    select *, rowid, name <> lag(name, 1, '') over (order by rowid) flag
    from person 
  )
)
group by grp

请参阅demo。 结果：

> name    | total
> :------ | ----:
> Leandro |     6
> Maria   |    24
> Jose    |    32
> Leandro |    64

【参考方案2】：

这是一种孤岛问题。为此，您可以使用行号的差异：

select name, sum(number)
from (select p.*,
             row_number() over (order by number) as seqnum,
             row_number() over (partition by name order by number) as seqnum_1
      from person p
     ) p
group by name, (seqnum - seqnum_1)
order by. min(number);

为什么这行得通有点难以解释。但是，当您查看子查询的结果时，它变得非常明显。在名称不变的情况下，相邻行的行号差异是恒定的。

Here 是一个 dbfiddle。

【参考方案3】：

我会将创建表语句更改为以下内容：

CREATE TABLE person(id integer, firstname nvarchar(255), number integer);

您需要第三列来确定插入顺序 我会将列名重命名为 firstname 之类的名称，因为名称是某些 DBMS 中的关键字。这也适用于名为 number 的列。此外，我会将名称的文本类型更改为 nvarchar，因为它可以按原因在组中排序。

然后你可以插入你的数据：

insert into person values 
(1, 'Leandro', 2),
(2, 'Leandro', 4),
(3, 'Maria',   8),
(4, 'Maria',   16),
(5, 'Jose',    32),
(6, 'Leandro', 64);

之后可以通过以下方式查询数据：

SELECT firstname, value FROM (
    SELECT p.id, p.firstname, p.number, LAG(p.firstname) over (ORDER BY p.id) as prevname,
    CASE
        WHEN firstname LIKE LEAD(p.firstname) over (ORDER BY p.id) THEN number + LEAD(p.number) over(ORDER BY p.id)
        ELSE number
    END as value
    FROM Person p
) AS temp
WHERE temp.firstname <> temp.prevname OR 
temp.prevname IS NULL

首先选择case语句中的值 然后您过滤数据并查看那些先前名称不是实际名称的条目。

为了更好地理解查询，您可以自己运行子查询：

SELECT p.id, p.firstname, p.number, LEAD(p.firstname) over (ORDER BY p.id) as nextname, LAG(p.firstname) over (ORDER BY p.id) as prevname,
CASE
    WHEN firstname LIKE LEAD(p.firstname) over (ORDER BY p.id) THEN number + LEAD(p.number) over(ORDER BY p.id)
    ELSE number
END as value
FROM Person p

【讨论】：

您的建议是有效的，但是表结构和名称是人为的，我承认这很随意，只是为了举一个简单的例子。 SQLite 在未手动创建主键（整数自动增量）时添加“隐藏”列（rowid），因此在示例中不需要 id 列。

【参考方案4】：

根据 Gordon Linoff 的回答 (https://***.com/a/64727401/1721672)，我将内部选择提取为 CTE，以下查询运行良好：

with p(name, number, seqnum, seqnum_1) as
    (select name, number,
        row_number() over (order by number) as seqnum,
        row_number() over (partition by name order by number) as seqnum_1
    from person)
select
    name, sum(number)
from
    p
group by 
    name, (seqnum - seqnum_1)
order by
    min(number);

产生预期的结果：

Leandro|6
Maria|24
Jose|32
Leandro|64