如何在不使用相关子查询的情况下有条件地计算另一个表中的行？答案

【问题标题】：How to conditionally count rows from another table WITHOUT USING A CORRELATED SUBQUERY?如何在不使用相关子查询的情况下有条件地计算另一个表中的行？
【发布时间】：2017-06-29 16:23:05
【问题描述】：

我有一个数据集，我必须有条件地计算表 B 中位于表 A 中两个日期之间的行。我必须在不使用 SELECT 子句中的相关子查询的情况下执行此操作，因为这是Netezza 不支持 - 文档：https://www.ibm.com/support/knowledgecenter/en/SSULQD_7.0.3/com.ibm.nz.dbu.doc/c_dbuser_correlated_subqueries_ntz_sql.html。

表格背景：用户可以登录到站点（登录）。当他们登录时，他们可以采取行动，这些行动在（actions_taken）中。 所需的输出是 actions_taken action_date 和 lag_action_date 之间的行数。

在此处找到数据和尝试：http://rextester.com/NLDH13254

表格：actions_taken（添加了计算 - 请参阅 RexTester。）

| user_id | action_type   | action_date | lag_action_date | elapsed_days |
|---------|---------------|-------------|-----------------|--------------|
| 12345   | action_type_1 | 6/27/2017   | 3/3/2017        | 116          |
| 12345   | action_type_1 | 3/3/2017    | 2/28/2017       | 3            |
| 12345   | action_type_1 | 2/28/2017   | NULL            | NULL         |
| 12345   | action_type_2 | 3/6/2017    | 3/3/2017        | 3            |
| 12345   | action_type_2 | 3/3/2017    | 3/25/2016       | 343          |
| 12345   | action_type_2 | 3/25/2016   | NULL            | NULL         |
| 12345   | action_type_4 | 3/6/2017    | 3/3/2017        | 3            |
| 12345   | action_type_4 | 3/3/2017    | NULL            | NULL         |
| 99887   | action_type_1 | 4/1/2017    | 2/11/2017       | 49           |
| 99887   | action_type_1 | 2/11/2017   | 1/28/2017       | 14           |
| 99887   | action_type_1 | 1/28/2017   | NULL            | NULL         |

表格：登录

| user_id | login_date |
|---------|------------|
| 12345   | 6/27/2017  |
| 12345   | 6/26/2017  |
| 12345   | 3/7/2017   |
| 12345   | 3/6/2017   |
| 12345   | 3/3/2017   |
| 12345   | 3/2/2017   |
| 12345   | 3/1/2017   |
| 12345   | 2/28/2017  |
| 12345   | 2/27/2017  |
| 12345   | 2/25/2017  |
| 12345   | 3/25/2016  |
| 12345   | 3/23/2016  |
| 12345   | 3/20/2016  |
| 99887   | 6/27/2017  |
| 99887   | 6/26/2017  |
| 99887   | 6/24/2017  |
| 99887   | 4/2/2017   |
| 99887   | 4/1/2017   |
| 99887   | 3/30/2017  |
| 99887   | 3/8/2017   |
| 99887   | 3/6/2017   |
| 99887   | 3/3/2017   |
| 99887   | 3/2/2017   |
| 99887   | 2/28/2017  |
| 99887   | 2/11/2017  |
| 99887   | 1/28/2017  |
| 99887   | 1/26/2017  |
| 99887   | 5/28/2016  |

期望的输出：cnt_logins_between_action_dates 字段

| user_id | action_type   | action_date | lag_action_date | elapsed_days | cnt_logins_between_action_dates |
|---------|---------------|-------------|-----------------|--------------|---------------------------------|
| 12345   | action_type_1 | 6/27/2017   | 3/3/2017        | 116          | 5                               |
| 12345   | action_type_1 | 3/3/2017    | 2/28/2017       | 3            | 4                               |
| 12345   | action_type_1 | 2/28/2017   | NULL            | NULL         | 1                               |
| 12345   | action_type_2 | 3/6/2017    | 3/3/2017        | 3            | 2                               |
| 12345   | action_type_2 | 3/3/2017    | 3/25/2016       | 343          | 7                               |
| 12345   | action_type_2 | 3/25/2016   | NULL            | NULL         | 1                               |
| 12345   | action_type_4 | 3/6/2017    | 3/3/2017        | 3            | 2                               |
| 12345   | action_type_4 | 3/3/2017    | NULL            | NULL         | 1                               |
| 99887   | action_type_1 | 4/1/2017    | 2/11/2017       | 49           | 8                               |
| 99887   | action_type_1 | 2/11/2017   | 1/28/2017       | 14           | 2                               |
| 99887   | action_type_1 | 1/28/2017   | NULL            | NULL         | 1                               |

【问题讨论】：

如果您使用的是 Netezza，为什么要添加 postgresql 标签？
我理解 PostgreSQL 是 Netezza 解释的受支持语言。我认为 Netezza 是数据仓库硬件设备，通过它可以解释支持的 SQL 语法。不？由于我是一名简单的数据分析师，因此在这里非常感谢清晰。我要删除标签吗？
不，一点也不。这是两个非常不同的数据库系统。两者都使用 SQL 作为他们的查询语言——也许这就是你所考虑的
@a_horse_with_no_name 。 . . Netezza 是基于 Postgres 的代码库构建的，许多数据库 (wiki.postgresql.org/wiki/PostgreSQL_derived_databases) 也是如此。 Netezza 代码库非常古老，因此与更新的 Postgres 版本没有太大关系。
感谢各位的投入。关于如何实现所需输出的任何想法？谢谢

标签： sql netezza correlated-subquery aginity

【解决方案1】：

您不需要相关的子查询。使用登录表中的lag 和join 获取上一个日期，以计算日期之间的操作。

with prev_dates as (select at.*
                    ,coalesce(lag(action_date) over(partition by user_id,action_type order by action_date)
                              ,action_date) as lag_action_date 
                    from actions_taken at
                   )
select at.user_id,at.action_type,at.action_date,at.lag_action_date
,at.action_date-at.lag_action_date as elapsed_days
,count(*) as cnt
from prev_dates at
join login l on l.user_id=at.user_id and l.login_date<=at.action_date and l.login_date>=at.lag_action_date
group by at.user_id,at.action_type,at.action_date,at.lag_action_date
order by 1,2,3

【讨论】：

太棒了！所以过程是：1.）创建一个 CTE，将空滞后值与操作日期合并 2.）内部连接 tbl A 到 tbl B，以便所需的行现在位于单个表中 3.）计数（*）和组.非常感谢！