如何根据条件从每个分区内获取一组记录答案

【问题标题】：How to get a set of records from within each partition based on a condition如何根据条件从每个分区内获取一组记录
【发布时间】：2022-07-08 00:41:28
【问题描述】：

从这样的表中：

id	status	date	category
1	PENDING	2022-07-01	XYZ
2	DONE	2022-07-04	XYZ
3	PENDING	2022-07-03	DEF
4	DONE	2022-07-08	DEF

我想获取每个类别中的最新记录（此处为 2 和 4）。但至少有两个因素使事情复杂化。

首先，同一类别中可能有两条以上的记录。（记录成对出现。）

id	status	date	category
1	PENDING	2022-07-01	XYZ
2	PENDING	2022-07-02	XYZ
3	FAILED	2022-07-04	XYZ
4	FAILED	2022-07-05	XYZ
5	PENDING	2022-07-03	DEF
6	DONE	2022-07-08	DEF

在这种情况下，我必须得到 3、4 和 6。如果 XYZ 类别中有 6 条记录，我必须得到最近的 3 条。

其次，一个类别中最新记录的日期可能相同。

我尝试过这样的事情：

WITH temp AS (
    SELECT *,
           dense_rank() OVER (PARTITION BY category ORDER BY date DESC) rnk
    FROM tbl
)
SELECT *
FROM temp
WHERE rnk = 1;

但是当一个类别中有超过 2 条记录时，这会失败，我需要获取最近的两条。

【问题讨论】：

在第二张表中，为什么要使用id=3 记录XYZ？用id=4 记录更新？ :-?
(1, 3) 和 (2, 4) 是对的。每对引用属于同一类别的不同消息，并及时跟踪该消息的状态。基本上，我想要的是获取每个类别中每条消息的最新状态。在第二个表中，XYZ 类别中有两条消息，它们的最新状态为 FAILED。我知道这是糟糕设计的征兆，但我必须接受它。
您提出的问题依赖于了解配对信息，但您没有提出任何条件让我们知道哪些消息已配对。即使我们假设（您还没有说过）状态必须在该对中的两行之间发生变化，我们如何知道这一点，例如(1,4) 和 (2,3) 不是对吗？

标签： sql postgresql

【解决方案1】：

这里的要求更加硬编码，然后遵循适当的设计。根据问题中提出的内容，我只是稍微调整了一下以获得最后的记录。

假设记录总是成对的，如问题中所述。

WITH temp AS (
    SELECT *,
           row_number() OVER (PARTITION BY category ORDER BY date1 DESC) rnk,
           count(1) over (partition by category) cnt
    FROM status
)
SELECT *
FROM temp
WHERE rnk*2 <= cnt;

参考小提琴here。

【讨论】：