寻找没有重复的序列 - SQL

Question

第一次堆栈溢出。

我需要仅使用 SQL 查找不重复的序列。

如果我的数据是 (https://i.stack.imgur.com/ZP6Iw.jpg)

System   | date | hour
---------+------+-------
Word     | 28/8 | 16:00
Word     | 28/8 | 16:01
Excel    | 28/8 | 16:02
Word     | 28/8 | 16:03
Ppt      | 28/8 | 16:04
Ppt      | 28/8 | 16:05

然后我的输出将是我使用的系统，但如果我多次使用一个系统而没有“中间”另一个系统，它将被写入一次。这不是常规的“删除重复项”问题。只有当两个相同的系统一个接一个时才会出现重复。

(https://i.stack.imgur.com/iG7Cn.jpg)

System  | date  
--------+-------
Word    | 28/8
Excel   | 28/8 
Word    | 28/8 
Ppt     | 28/8 

我在受限于“while”之类的功能的情况下使用 presto。

非常感谢！

Answer 1

由于我无法针对 presto 进行测试，我不知道这是否真的有效。
所以这只是一些标准的SQL，它使用LAG窗口函数在同一日期过滤掉相同的后续“系统”。

SELECT q.System, q.date
FROM
(
    SELECT 
     t.System, 
     t.date,
     t.hour,
     LAG(t.System) OVER (PARTITION BY t.date ORDER BY t.hour ASC) AS prevSystem
    FROM YourTable t
) AS q
WHERE (q.System != q.prevSystem OR q.prevSystem IS NULL)
ORDER BY q.date, q.hour

Answer 2

这是一个孤岛问题。您想要对属于同一 System 的连续记录进行分组。

您可以使用窗口函数（presto 中提供）来解决它：

select min(system) system, min(date) date, count(*) nb_records
from (
    select 
        t.*,
        row_number() over(order by date, hour) rn1,
        row_number() over(partition by system order by date, hour) rn2
    from mytable t
) t
group by rn1 - rn2
order by min(rn1)

我强烈建议您将列 date 和 time 合并到相关日期/时间数据类型中的唯一列。将此信息拆分为两列会使使用起来更加复杂。

在 this Db Fiddle 和您的示例数据中，查询返回：

系统 |日期 | nb_records :----- | :----------------- | ---------: 词 | 28/08/2019 00:00:00 | 2 电子表格 | 28/08/2019 00:00:00 | 1 词 | 28/08/2019 00:00:00 | 1 ppt | 28/08/2019 00:00:00 | 2