从 BigQuery 中的每日需求中减去库存并添加新库存

Question

我的数据如下所示：

date	sku	inventory_added	demand
22nd Nov 2021	XYZ	70	18
23rd Nov 2021	XYZ	0	18
24th Nov 2021	XYZ	0	50
25th Nov 2021	XYZ	0	15
26th Nov 2021	XYZ	80	30
27th Nov 2021	XYZ	0	20
28th Nov 2021	XYZ	0	15
29th Nov 2021	XYZ	0	20
30th Nov 2021	XYZ	0	10
1st Dec 2021	XYZ	100	40
2nd Dec 2021	XYZ	0	10

我想使用 BigQuery SQL 创建一个名为 solution 的新列，在第一行，即 2021 年 11 月 22 日，我希望公式为 - inventory_added - demand。 这将给我solution 的第一行值将是 52。

现在我不能做的是从第二行开始： 所以，接下来是52 (remaining inventory from previous day) + 0 (inventory_added on 23rd Nov 2021) - 18 (demand on 23 Nov 2021)。这等于 34。

类似地转到下一行，即 11 月 24 日： solution 中的值将是 34 + 0 - 50 = -16。现在既然是负数，就应该设为0。

我试过了 - MAX(solutions, 0)。

结果将如下所示：

date	sku	inventory_added	demand	solution
22nd Nov 2021	XYZ	70	18	52
23rd Nov 2021	XYZ	0	18	34
24th Nov 2021	XYZ	0	50	0
25th Nov 2021	XYZ	0	15	0
26th Nov 2021	XYZ	80	30	50
27th Nov 2021	XYZ	0	20	30
28th Nov 2021	XYZ	0	15	15
29th Nov 2021	XYZ	0	20	0
30th Nov 2021	XYZ	0	10	0
1st Dec 2021	XYZ	100	40	60
2nd Dec 2021	XYZ	0	10	50

我不确定 BigQuery 是否可以实现这一点，但欢迎提出所有建议。

谢谢！

Answer 1

如果没有条件“它是否定的，它应该设为 0”，您可以使用 SUM() function 的窗口（在 BigQuery 术语中 - 分析）变体：

SELECT *, 
       SUM(inventory_added - demand) OVER (PARTITION BY sku ORDER BY date) AS solution
FROM source_table

在这种情况下，输出变为迭代，您必须使用递归 CTE（如果在 BigQuery 中可用）或迭代存储过程。

---

我看到递归 CTE 在 BigQuery 中不可用...您能否提供一个伪代码作为存储过程的起点？ – 山塔努耆那教

CREATE PROCEDURE procname()
BEGIN
    CREATE temptable;
    OPEN CURSOR FOR SELECT * FROM datatable ORDER BY date;
    SET @solution = 0;
    FETCH CURSOR INTO @date, @sku, @inventory_added, @demand;
    LOOP    ​
       ​ SET @solution = GREATEST(@solution + @inventory_added - @demand, 0);
       ​ INSERT INTO temptable VALUES (@date, @sku, @inventory_added, @demand, @solution);
        FETCH CURSOR INTO @date, @sku, @inventory_added, @demand;
    UNTIL NO_ROWS_IN_CURSOR END LOOP;
    SELECT * FROM temptable;
    DROP temptable;
END

Answer 2

作为一个选项 - 考虑使用最近引入的FOR...IN Loop

declare result int64;
declare prev_sku string;

create temp table results as (select *, 0 as solution from your_table where false);

set (result, prev_sku) = (0, '');
for record in (select *, parse_date('%d %B %Y', regexp_replace(date, r'(\d*)(\w*)( \w{3} \d{4})', r'\1 \3')) dt from your_table order by sku, dt) do
  if record.sku != prev_sku then set result = 0; end if;
  set result = result + record.inventory_added - record.demand;
  if result < 0 then set result = 0; end if;
  insert into results values(record.date, record.sku, record.inventory_added, record.demand, result);
  set prev_sku = record.sku;  
end for;
select * from results 
order by sku, parse_date('%d %B %Y', regexp_replace(date, r'(\d*)(\w*)( \w{3} \d{4})', r'\1 \3'));   

如果应用于您问题中的样本数据 - 输出是

注意：在提供预期结果时 - 显然这将非常缓慢（与任何基于光标的解决方案一样） - 因此在适用于学习时 - 我认为不适合实际生产使用