如何通过 SQL 获取 Oracle 表中一行的第一次更改列？

Question

维度表类型 2 记录一行随时间的变化 (SCD)。我想根据另一列说日期找到列的第一个值更改（应该是常见模式）。

例如，带有 (emp_id, insert_date, status, address) 的员工表，其中状态表示工作、不工作、假期等（一些固定值）。比如说，这家奇怪的公司每天都在密切关注员工。现在我想知道员工在过去一年的最后一个假期是什么时候开始的。以下将不起作用

select distinct empid, max(insert_date) where status = 'vacation'
where insert_date > today - 1 year --- know not correct syntax but to simplify
group by empid 

因为它会选择状态为假期的最后一条记录，但可能有许多带有假期的记录，因为记录可能由于地址更改等其他原因而发生变化，例如：

emp_id insert_dt status     address
1      9/1/2019   working   123
1      9/2/2019   working   1234
1      9/3/2019   vacation  1234
1      9/4/2019   vacation  12345   --- address change
1      9/5/2019   working   12345

所以我想第一次发生从工作到假期的转换，即 9/3（不是 9/4），min 也不起作用。

我们无法更改表架构，PL/SQL 也无法使用嵌入在某些编程语言等中的 SQL，只能使用普通 SQL。如果您知道 Oracle 中的任何（分析）函数可以运行 lambda 或使用编码列等模拟它，那将是理想的。

谢谢 S

Answer 1

使用lag():

select t.*
from (select t.*,
             lag(status) over (partition by emp_id order by insert_dt) as prev_status
      from t
     ) t
where status = 'vacation' and
      (prev_status <> status or prev_status is null);

编辑：

如果您想要员工的最近时间，您可以使用聚合：

select emp_id, max(insert_dt)
from (select t.*,
             lag(status) over (partition by emp_id order by insert_dt) as prev_status
      from t
     ) t
where status = 'vacation' and
      (prev_status <> status or prev_status is null)
group by emp_id;

您也可以在特定时间段内添加过滤。

Answer 2

所以我想第一次发生从工作到度假的转变

我将首先使用lag() 来获取每个emp_id 的先前状态，按insert_dt 排序。然后，确定状态从工作切换到休假的记录，并按insert_dt 对每个员工进行排名。最后，过滤每个员工的第一条记录：

select e.*
from (
    select 
        e.*,
        row_number() over(partition by emp_id order by insert_dt) rn
    from (
        select
            e.*,
            lag(status) over(partition by emp_id order by insert_dt) lag_status
        from employee e
        where insert_date > add_months(trunc(sysdate), -12)
    ) e
    where lag_status = 'working' and status = 'vacation'
) e
where rn = 1