以下示例如何在 sql 中进行分区答案

【问题标题】：How to do partition by in sql for the below example以下示例如何在 sql 中进行分区
【发布时间】：2018-09-28 05:26:39
【问题描述】：

我有一张如下表：

  EmpID   | Type | timestamp |         | block_id
    1     |  'R' | 2018-04-15 01:13:15 | 1234
    1     |  'P' | 2018-04-15 05:13:15
    1     |  'P' | 2018-04-15 05:13:15
    1     |  'P' | 2018-04-15 05:13:15
    1     |  'D' | 2018-04-15 07:13:15
    1     |  'D' | 2018-04-15 08:13:15
    1     |  'D' | 2018-04-15 10:13:15
    1     |  'R' | 2018-04-15 13:13:00 | 3453
    1     |  'P' | 2018-04-15 13:15:15
    1     |  'P' | 2018-04-15 13:15:15
    1     |  'P' | 2018-04-15 13:15:15
    1     |  'D' | 2018-04-15 14:13:00
    1     |  'D' | 2018-04-15 15:13:00
    1     |  'D' | 2018-04-15 16:13:37
    2     |  'R' | 2018-04-15 04:15:00 | 0986
    2     |  'P' | 2018-04-15 04:20:00
    2     |  'D' | 2018-04-15 05:11:33

我正在尝试获得如下输出：

EmpID  | begin_timestamp     | end_timestamp      | block_id | P_count | D_count
1      | 2018-04-15 01:13:15 |2018-04-15 10:13:15 | 1234    | 3       | 3
1      | 2018-04-15 13:13:00 | 2018-04-15 16:13:37| 3453    | 3       | 3
2      | 2018-04-15 04:15:00 | 2018-04-15 05:11:33| 0986    | 1       | 1

即，这些是某种块，每个 empId 可以有多个块。所以从上面的示例表中，empID'1' 有 2 个块（从第 1 行开始到第 7 行），第 2 个块从第 8 行到第 14 行； empID 2 有 1 个块，第 14 行到第 16 行。

如何获得所需的输出？我被困住了！！请帮忙。

此外，该表没有排序，如上所示，仅用于说明。

更新：抱歉，我之前没有提到，block_id 具有字母数字值，而不仅仅是数字值。 block_id 可以是 'AX2#2', '123R2*',... 任何随机值。

【问题讨论】：

向我们展示您的查询？
尝试使用group by
在手机上确实无法尝试任何代码，但您可以尝试查看子查询以将这些块分配给所有日期
您的 SQL 服务器版本是多少？

标签： sql sql-server group-by amazon-redshift window-functions

【解决方案1】：

将group by 子句与条件聚合用于计数

select EmpID, min(timestamp) as begin_timestamp,
              max(timestamp) as end_timestamp, new_block_id as block_id,
              sum(case when Type = 'P' then 1 else 0 end) as P_count,
              sum(case when Type = 'D' then 1 else 0 end) as D_count
from table t
group by EmpID, block_id;

编辑： 至于 MtwStark 如果 block_id 是 null 或 blank，我已经添加了其他版本

select EmpID, min(timestamp) as begin_timestamp,
              max(timestamp) as end_timestamp, block_id,
              sum(case when Type = 'P' then 1 else 0 end) as P_count,
              sum(case when Type = 'D' then 1 else 0 end) as D_count
from (select *,
           sum(block_id) over (partition by empid order by timestamp) as new_block_id
      from table)t
group by EmpID, new_block_id;

【讨论】：

不起作用，block_id = null 不是新组，block_id = null 的行应计入正确组
@MtwStark... 这假设block_id 没有null。
block_id = '' 出现同样的问题，因为您看到输入数据 block_id 仅对第一行块有值
@MtwStark .. 好吧，这总是假设 block_id 总是格式正确的。顺便说一句，与其他版本一起添加。
@YogeshSharma 对不起，block_id 不一定只有数字值，它是字母数字。

【解决方案2】：

此查询适用于 SQL Server 2012+。对于旧版本，将内部查询更改为自联接

select
    EmpID, begin_timestamp = min([timestamp]), end_timestamp = max([timestamp])
    , block_id = max(block_id), P_count = sum(iif([Type] = 'P', 1, 0))
    , D_count = sum(iif([Type] = 'D', 1, 0))
from (
    select
        *, grp = sum(block_id) over (partition by EmpID order by [timestamp])
    from
        myTable
) t
group by EmpID, grp

【讨论】：

【解决方案3】：

试试这样...

     ;WITH CTE
     AS
    (
        SELECT  1   AS RowNo,
        (SELECT COUNT(*) FROM Mytable) AS RowCnt,
        EmpID,
        Type,
        timestamp,
        block_id,
        CASE WHEN Type = 'P' THEN 1 ELSE 0 END AS P_count,
        CASE WHEN Type = 'D' THEN 1 ELSE 0 END AS D_count
FROM    (SELECT ROW_NUMBER()OVER(ORDER BY EmpID) AS ID,* FROM Mytable) t
WHERE   t.ID    =   1

UNION ALL

SELECT  CTE.RowNo+1,
        CTE.RowCnt - 1,
        t1.EmpID,
        t1.Type,
        t1.timestamp,
        CASE WHEN t1.block_id IS NULL THEN CTE.block_id ELSE t1.block_id END 
        AS block_id,
        CASE WHEN t1.Type = 'P' THEN 1 ELSE 0 END AS P_count,
        CASE WHEN t1.Type = 'D' THEN 1 ELSE 0 END AS D_count
FROM    CTE
JOIN    (SELECT ROW_NUMBER()OVER(ORDER BY EmpID) AS ID,* FROM Mytable) t1
    ON  (1  =   1)
WHERE   t1.ID   =   CTE.RowNo+1
    AND CTE.RowCnt  <>  0
  )

  SELECT EmpID,MIN(timestamp)  begin_timestamp,MAX(timestamp) 
        end_timestamp,block_id,SUM(P_count) P_count,SUM(D_count) D_count
   FROM CTE
   GROUP BY EmpID,block_id
   ORDER BY EmpID

【讨论】：

我收到以下错误：无效操作：关系“cte”不存在；
我们也可以避免在这里使用 UNION ALL 吗？因为桌子真的很大。

【解决方案4】：

条件聚合是一个非常好的选择，这个版本几乎与已经发布的版本相同，但对block_id 进行了（非常）小的优化

select EmpID, begin_timestamp = min([timestamp]), end_timestamp = max([timestamp]), block_id, P_count = sum(iif([Type] = 'P', 1, 0)), D_count = sum(iif([Type] = 'D', 1, 0))
from (
    select EmpID, Type, timestamp, max(block_id) over (partition by EmpID order by [timestamp]) block_id  from d
) d
group by EmpID, block_id
order by EmpID, block_id

仅用于演示目的，您也可以考虑PIVOT解决方案：

select EmpID, block_id, MIN(timestamp) begin_timestamp, MAX(timestamp) end_timestamp, SUM(D) D, SUM(P) P
from (
    select *
    from (
        select EmpID, Type, block_id, [timestamp]
        from (
            select EmpID, Type, timestamp, max(block_id) over (partition by EmpID order by [timestamp]) block_id from d
        ) t
    ) g
    pivot (count(type) for type in (D,P)) p
) c
group by EmpID, block_id
order by EmpID, block_id

编辑

我考虑过block_id 字母数字而不是数字，因为我注意到其中一个的前导零。这就是只使用MAX 而不是SUM + MAX 的原因。

MAX 适用于数字和 alpha，SUM 仅适用于数值。此外，您不需要对该字段进行第二次聚合。

这里唯一真正的问题是行的时间顺序，如果相同EmpID 的两个块可以重叠，并且block_id 仅在每个块的第一行（类型'R'）上具有值，你有一个真正的大问题，因为您没有信息可用于在类型“R”的第二行之后分配类型“D”和“P”行。
在这种情况下，抱歉，无法解决您的问题。

如果我们可以确保块不重叠或 block_id 在所有行中都有值，max(block_id) over (partition by EmpID order by [timestamp]) 将完成这项工作。

在 redshift 中，您应该使用 UNBOUNDED FOLLOWING 而不是 CURRENT ROW

【讨论】：

哦，顺便说一句，我确实必须将您的查询中的一行更改为：max(route_details_route_id) over (partition by execution_id order by timestamp rows BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) 因为我在红移。不确定这是否会影响。
我刚刚检查了更大的数据集，它没有给出准确的结果。我认为原因是 block_id 是随机的字母数字值，做 max 并没有给出结果。
MAX() 不是问题，它适用于字母数字值。如果您需要帮助，您应该提取一些有问题的数据，然后将它们发布，以便我检查。唯一的问题可能是时期重叠。另外，检查UNBOUNDED FOLLOWING 而不是CURRENT ROW