使用列本身的前一行值派生列？

Question

操作	txn_数量	累计数量	txn_金额	购买成本	卖出比率	NET_COST
购买	250	250	5000	5000	0	0
卖	100	150	3000	0	0.4	0
购买	150	300	1500	1500	0	0
卖	225	75	4000	0	0.75	0

上面我有一个模拟交易表。我的最终目标是得出每行的平均成本，最准确的方法是（净成本/累计数量）。

为了计算净成本，我需要做一个条件运行总和：

1. 如果是购买，请添加购买成本
2. 如果是卖出，减去（前一行净成本 * 卖出比率）

下面是 NET_COST 的预期输出，然后可用于导出 AVERAGE_COST

操作	txn_数量	累计数量	txn_金额	购买成本	卖出比率	NET_COST	AVERAGE_COST
购买	250	250	5000	5000	0	5000	20
卖	100	150	3000	0	0.4	3000	20
购买	150	300	1500	1500	0	4500	15
卖	225	75	4000	0	0.75	1125	15

为了进一步清晰起见，以下是 NET_COST 的每个单元格中发生的情况

NET_COST
0 + 5000
5000 - (5000 * 0.4)
3000+1500
4500 - (4500 * 0.75)

这可以在 SQL（Impala / Hive）中实现吗？

Answer 1

如果他们支持递归查询：

with cte(id, operation, cost_of_purchase, sell_ratio, net_cost) as (
    select d.*, 
        case operation when 'buy' then cost_of_purchase 
            else 0 end
    from data d where id = 1
    
    union all
    
    select d.id, d.operation, d.cost_of_purchase, d.sell_ratio,
        case d.operation when 'buy' then 
            c.net_cost + d.cost_of_purchase
            else c.net_cost - c.net_cost * d.sell_ratio
        end
    from cte c
    join data d on c.id + 1 = d.id
)
select * from cte ;

如果他们支持 MODEL 子句：

select * from data
model
    dimension by (id)
    measures( operation as operation, cost_of_purchase as cost_of_purchase, sell_ratio as sell_ratio, 0 as net_cost )
    rules 
    (
        net_cost[any] = case operation[cv()] when 'buy' 
                            then nvl(net_cost[cv()-1],0) + cost_of_purchase[cv()]
                            else nvl(net_cost[cv()-1],0) - nvl(net_cost[cv()-1],0) * sell_ratio[cv()]
                        end
    )
;