Oracle - 确定以前的记录是否存在

Question

我有这样的输入日期：

id_number    category    type   date
123          horse       big    1/1/2019
123          horse       big    1/15/2019
234          pig         small  1/20/2019
123          horse       big    2/1/2019
234          pig         medium 2/1/2019
345          dog         tiny   2/1/2019

对于最近日期（2/1/2019）的记录，我想检索哪些记录（由id_number 标识）是全新的，哪些已经更新。

想要的结果：

id_number    category    type   date       new_or_updated
234          pig         medium 2/1/2019   updated
345          dog         tiny   2/1/2019   new

记录 234 已更新，因为 type 已从先前的记录更改。记录 345 是全新的，因为之前没有记录是 id_number 345。 2019 年 2 月 1 日的记录 123 被排除在外，因为它不是新的，也不是从 2019 年 1 月 15 日发生的之前的 123 记录更新的。

我如何识别新的和更新的记录？

我尝试使用row_number() 来划分除date 之外的所有字段，但我不确定从那里去哪里，row_number() 没有按预期工作，因为它分配了不同的数字到date之外没有差异的记录。

select row_number() over (partition by id_number, category, type order by id_number),
       id_number, 
       category, 
       type, 
       date
from schema.table

Answer 1

您可以使用lag() 和一些相当简单的逻辑来做到这一点。简化的逻辑是看上一个日期，一次看id，一次看id和其他列。

我认为“更新”是指从最后一次出现开始更新（而不是永远更新）。如果是这样：

select t.*,
       (case when prev_id_date is null then 'New'
             when prev_id_date <> prev_ict_date or prev_ict_date is null
             then 'Updated'
             else 'Same'
        end)
from (select t.*,
             lag(date) over (partition by id_number) as prev_id_date,
             lag(date) over (partition by id_number, category, type) as prev_ict_date,
             row_number() over (partition by id_number order by date desc) as seqnum
      from t
     ) t
where seqnum = 1;

这包括“相同”的记录。当然，您可以通过将where 子句调整为：

where seqnum = 1 and prev_ict_date = prev_date

Answer 2

在没有前一行或前一行具有不同值category 或type 的每个ID_NUMBER 中查找最新行

select id_number, category, type, dat
   , case when pId is null then 'new' else 'updated' end new_or_updated
from (
 select id_number, category, type, dat 
  , max(dat) over(partition by ID_NUMBER) dmax
  , lag(ID_NUMBER) over(partition by ID_NUMBER order by dat) pId
  , lag(category) over(partition by ID_NUMBER order by dat) pCategory
  , lag(type) over(partition by ID_NUMBER order by dat) pType
 from tbl
) t
where dat = dmax and (pId is null or pCategory != Category or pType !=Type );

Fiddle

Answer 3

您可以执行以下操作：

WITH dat AS (SELECT  row_number() over (partition by id_number  order by DATE desc) rn
                  ,  id_number
                  ,  category
                  ,  TYPE
                  ,  date
               from schema.TABLE)
SELECT dat.*
     , CASE WHEN last_val.id_number IS NULL THEN 'new'
            WHEN last_val.category != dat.category
              OR last_val.TYPE != dat.TYPE
            THEN 'updated'
       END new_or_updated
  FROM dat 
  LEFT JOIN dat LAST_val
    ON last_val.id_number = dat.id_number
    AND last_val.rn = 2
 WHERE rn=1
   AND (last_val.id_number IS NULL 
     OR last_val.category != dat.category
     OR last_val.TYPE != dat.TYPE)

Answer 4

这是我想出的。我试图编写一个高效的查询（而不是一个易于阅读的）；有很多东西要解压，所以与其解释一切，我会等你来澄清你不明白的任何事情。

在查询中，我使用 WITH 子句来模拟输入数据，并使用 CTE 来创建报告日期。我对报告日期进行了硬编码，但可以（并且应该）将其更改为绑定变量，以便它可以成为用户输入。

然后，从输入数据中，我只读取日期为 having 子句，这里我反复使用first/last 聚合函数；如果您不熟悉它，请先阅读它。 （遗憾的是，很多开发人员都不是。）另外，在having 子句中，我使用decode 来处理category 或type_ 可能是null 的可能性（你也没有具体说方式，所以我想从一开始就处理这个问题）。我假设从null 更改为非null 值，反之亦然，被视为“更新”。

请注意，type 和 date 都是 Oracle 关键字，它们不应用作列名。我在查询中添加了尾随下划线。

with test_data (id_number, category, type_, date_) as (
  select 123, 'horse', 'big'   , to_date('1/1/2019' , 'mm/dd/yyyy') from dual union all
  select 123, 'horse', 'big'   , to_date('1/15/2019', 'mm/dd/yyyy') from dual union all
  select 234, 'pig'  , 'small' , to_date('1/20/2019', 'mm/dd/yyyy') from dual union all
  select 123, 'horse', 'big'   , to_date('2/1/2019' , 'mm/dd/yyyy') from dual union all
  select 234, 'pig'  , 'medium', to_date('2/1/2019' , 'mm/dd/yyyy') from dual union all
  select 345, 'dog'  , 'tiny'  , to_date('2/1/2019' , 'mm/dd/yyyy') from dual
)
, report_inputs (dt) as (
    select to_date('2/1/2019', 'mm/dd/yyyy') from dual
)
select t.id_number as id_number,
       max(t.category) keep (dense_rank last order by t.date_) as category,
       max(t.type_)    keep (dense_rank last order by t.date_) as type_,
       r.dt                                                    as date_,
       case when count(*) = 1 then 'new' else 'updated' end    as new_or_updated
from   test_data t join report_inputs r on t.date_ <= r.dt
group  by t.id_number, r.dt
having max(t.date_) = r.dt
       and
       (
       count(*) = 1
       or
       decode(max(t.category) keep (dense_rank last order by nullif(t.date_, r.dt) 
                                                    nulls first),
              max(t.category) keep (dense_rank last order by t.date_), 1) is null
       or
       decode(max(t.type_)    keep (dense_rank last order by nullif(t.date_, r.dt) 
                                                    nulls first),
              max(t.type_)    keep (dense_rank last order by t.date_), 1) is null 
       )
;

输出：

ID_NUMBER CATEGORY TYPE_  DATE_      NEW_OR_UPDATED
--------- -------- ------ ---------- --------------
      234 pig      medium 02/01/2019 updated
      345 dog      tiny   02/01/2019 new