PostgreSQL：排除按另一个键排序的重复项

Question

考虑下表，它存储了某些对象的某些属性的更新历史记录，按effective 和published 日期组织：

create table update_history(
  obj_id integer,
  effective date,
  published date,
  attr1 text,
  attr2 integer,
  attr3 boolean,
  primary key(obj_id, effective, published)
);
insert into update_history values
  (1, '2021-01-01', '2021-01-01', 'foo', null, null),
  (1, '2021-01-01', '2021-01-02', null, 1, false),
  (1, '2021-01-02', '2021-01-01', 'foo', 1, false),
  (1, '2021-01-02', '2021-01-02', 'bar', 1, false),
  (1, '2021-01-03', '2021-01-01', 'bar', 1, true),
  (1, '2021-01-04', '2021-01-01', 'bar', 1, true),
  (1, '2021-01-05', '2021-01-01', 'bar', 2, true),
  (1, '2021-01-05', '2021-01-02', 'bar', 1, true),
  (1, '2021-01-05', '2021-01-03', 'bar', 1, true),
  (1, '2021-01-06', '2021-01-04', 'bar', 1, true)
;

我需要编写一个 PostgreSQL 查询来简化给定 obj_id 的历史记录视图，方法是排除那些没有按照@987654327 的顺序更改前一个更新中的任何属性的更新记录@ 和 published 列。本质上，这些将是第 ## 6、9 和 10 行，在下表中以 斜体 标记：

#	obj_id	effective	published	attr1	attr2	attr3
1	1	2021-01-01	2021-01-01	foo	(null)	(null)
2	1	2021-01-01	2021-01-02	(null)	1	false
3	1	2021-01-02	2021-01-01	foo	1	false
4	1	2021-01-02	2021-01-02	bar	1	false
5	1	2021-01-03	2021-01-01	bar	1	true
6	1	2021-01-04	2021-01-01	bar	1	true
7	1	2021-01-05	2021-01-01	bar	2	true
8	1	2021-01-05	2021-01-02	bar	1	true
9	1	2021-01-05	2021-01-03	bar	1	true
10	1	2021-01-06	2021-01-04	bar	1	true

请记住，在现实生活中，要处理的属性要多得多，我不希望查询变得过于混乱。

我最接近预期结果的是使用rank 窗口函数：

select
  obj_id, effective, published,
  attr1, attr2, attr3
from (
  select *,
    rank() over (
      partition by attr1, attr2, attr3
      order by effective, published
    ) as rank
  from update_history
  where obj_id = 1) as d
where rank = 1
order by effective, published;

结果如下：

obj_id	effective	published	attr1	attr2	attr3
1	2021-01-01	2021-01-01	foo	(null)	(null)
1	2021-01-01	2021-01-02	(null)	1	false
1	2021-01-02	2021-01-01	foo	1	false
1	2021-01-02	2021-01-02	bar	1	false
1	2021-01-03	2021-01-01	bar	1	true
1	2021-01-05	2021-01-01	bar	2	true

如您所见，原始表中的第 8 行被错误地排除在外，尽管它从前一行第 7 行更改为 attr2。显然，问题在于在窗口定义中排序之前应用了分区。

我想知道是否有另一种方法可以通过单个 PostgresSQL 查询来完成此操作。

Answer 1

我会为此使用lag()：

select *
from (
  select obj_id, effective, published,
         attr1, attr2, attr3, 
         (attr1, attr2, attr3) is distinct from lag( (attr1,attr2,attr3) ) over (partition by obj_id order by effective, published) as is_different
  from update_history
) t
where is_different