如何使用滞后功能跳过一行？ PostgreSQL 9.3答案

【问题标题】：How do I use lag function to skip a row? PostgreSQL 9.3如何使用滞后功能跳过一行？ PostgreSQL 9.3
【发布时间】：2018-01-05 02:46:33
【问题描述】：

我目前正在尝试从列出用户冲浪行为的表中编写查询。该表如下所示

**RecordID  RespondentID    DeviceID    UTCTimestamp    Domain**

1 01faca75-1216-4a55-b43c-9d64ade852f7 4DF57C06-F0BD-4779-8983-37A8B02E5EDF 2017 年 6 月 11 日 10:21 goodreads.com 2 01faca75-1216-4a55-b43c-9d64ade852f7 4DF57C06-F0BD-4779-8983-37A8B02E5EDF 2017 年 6 月 11 日 10:21 goodreads.com 3 01faca75-1216-4a55-b43c-9d64ade852f7 4DF57C06-F0BD-4779-8983-37A8B02E5EDF 2017 年 6 月 11 日 10:21 gr-assets.com 4 01faca75-1216-4a55-b43c-9d64ade852f7 4DF57C06-F0BD-4779-8983-37A8B02E5EDF 06/11/2017 10:21 gr-assets.com 5 01faca75-1216-4a55-b43c-9d64ade852f7 4DF57C06-F0BD-4779-8983-37A8B02E5EDF 06/11/2017 10:23 itunes.apple.com 6 01faca75-1216-4a55-b43c-9d64ade852f7 4DF57C06-F0BD-4779-8983-37A8B02E5EDF 06/11/2017 10:23 itunes.apple.com 7 01faca75-1216-4a55-b43c-9d64ade852f7 4DF57C06-F0BD-4779-8983-37A8B02E5EDF 2017 年 6 月 11 日 10:51 8 01faca75-1216-4a55-b43c-9d64ade852f7 4DF57C06-F0BD-4779-8983-37A8B02E5EDF 2017 年 6 月 11 日 10:51

感谢大家的帮助，我终于搞定了。

RecordID RespondentID UTCTimestamp Source Domain To Domain RecordID

2 01faca75-1216-4a55-b43c-9d64ade852f7 06/11/2017 10:21 goodreads.com gr-assets.com 3 4 01faca75-1216-4a55-b43c-9d64ade852f7 2017 年 6 月 11 日 10:21 gr-assets.com itunes.apple.com 5 6 01faca75-1216-4a55-b43c-9d64ade852f7 06/11/2017 10:23 itunes.apple.com samplicio.us 7

To Domain 是域名不同的下一行的值。

问题虽然这看起来是正确的，但我们实际上已经跳过了整个第一条记录。这是因为，给定数据集，第一行“域”连接到第二行“域”，我们跳过了它。第 2 行与第 3 行相结合，因此第一个结果记录显示 RecordID 2。我想进一步微调。我的结果应该从 RecordID 1 开始并跳过 RecordID 2，因为域是相同的，因此结果应该显示

RecordID RespondentID UTCTimestamp 源域到域

1 01faca75-1216-4a55-b43c-9d64ade852f7 06/11/2017 10:21 goodreads.com gr-assets.com 3 01faca75-1216-4a55-b43c-9d64ade852f7 2017 年 6 月 11 日 10:21 gr-assets.com itunes.apple.com 5 01faca75-1216-4a55-b43c-9d64ade852f7 06/11/2017 10:23 itunes.apple.com samplicio.us

我尝试跳过 RecordID 2，但是遇到了 SQL 错误“prev_nane”不存在。

SELECT t1."RecordID", t1."RespondentID", t1."UTCTimestamp", t1."Domain" as "Source Domain", t2."Domain" as "To Domain" , t2."RecordID", lag(t1."Domain",1) over (order by t1."RecordID") as prev_name
from public."Traffic - Mobile" as t1
  join public."Traffic - Mobile" as t2 on t2."RespondentID" = t1."RespondentID" AND t2."DeviceID"=t1."DeviceID" AND t2."RecordID"=t1."RecordID"+1  And t1."Domain"<>T2."Domain" AND t2."UTCTimestamp">=t1."UTCTimestamp" AND t2."Sequence"-t1."Sequence"=1 and t1."RecordID"<13 AND t1."Domain"<>prev_name;

我做错了什么？

我想要达到的最终结果如下 RecordID RespondentID UTCTimestamp 源域到域最终目的地

1 01faca75-1216-4a55-b43c-9d64ade852f7 06/11/2017 10:21 goodreads.com gr-assets.com samplicio.us 3 01faca75-1216-4a55-b43c-9d64ade852f7 06/11/2017 10:21 gr-assets.com itunes.apple.com samplicio.us 5 01faca75-1216-4a55-b43c-9d64ade852f7 06/11/2017 10:23 itunes.apple.com samplicio.us samplicio.us

名为“最终目的地”的附加列。这是为了让我将 3 笔交易组合在一起，作为到达 samplicio.us 的路径。

提前致谢。

【问题讨论】：

如果recordid 2和record 3上的时间戳是10:22，record 4上的时间是10:23，那么预期的结果会改变吗？我想弄清楚什么时候“跳过”一条记录？
看看stackoverflow.com/questions/18290572/…
是的，我也注意到了。所以我的跳过将是这个。如果记录 1 显示域 A，记录 2 显示域 A，记录 3 显示域 B，结果将显示 From Source, Domain A 到 Source Domain B。我想要做的是捕捉有人进入站点的那一刻，然后移动到另一个站点。目前他们在网站内做什么并不重要。
用户是否由 RespondentID 和 DeviceID 识别？ ID 系统是否生成唯一标识符，可以用来判断每个用户哪个是较早的记录？
是的，用户由 RespondentID 和 DeviceID 标识。时间戳由捕获此运动的系统生成。一些动作更长，即，我们可以看到几秒钟或几分钟，但它们现在是根据顺序排序的。同一受访者可以拥有不同的设备，他们在这些设备上的移动被视为不同的用户。

标签： sql database postgresql

【解决方案1】：

试试这个：

with t1 as
(
select 
recordid,
respondentid,
deviceid,
utctimestamp,
domain,
row_number() over (partition by 
                   respondentid,
                   deviceid 
                   order by 
                   utctimestamp,
                   recordid) as user_seq,
row_number() over (partition by 
                   respondentid,
                   deviceid,
                   domain
                   order by 
                   utctimestamp,
                   recordid) as user_domain_seq
from traffic_mobile)

select *
from
(
select 
recordid,
respondentid,
deviceid,
utctimestamp,
domain,
lead(domain) over ( partition by 
                    respondentid,
                    deviceid order by 
                   user_seq) as next_domain,
last_value(domain) over( partition by
                      respondentid,
                      deviceid order by user_seq 
                      rows between unbounded preceding
                      and unbounded following ) 
                      as final_domain
from t1
where 
user_domain_seq = 1 ) t2
where t2.next_domain is not null

sqlfiddle：sqlfiddle.com/#!17/dc248/3

PS。对于在 traffic_mobile 表上只有 1 个条目的用户，查询不会返回一行。如果需要，则需要改进查询以包含它们。

【讨论】：

让我试试这个并提供更新。提前致谢。