当组归属取决于前一行时，如何在 postgresql 中标记组？

Question

我想在请求中用最后一个已知值填充所有空值。 当它在表中而不是在请求中时，这很容易：

如果我按如下方式定义并填写表格：

CREATE TABLE test_fill_null (
    date INTEGER,
    value INTEGER
);

INSERT INTO test_fill_null VALUES 
    (1,2),
    (2, NULL), 
    (3, 45), 
    (4,NULL), 
    (5, null);

SELECT * FROM test_fill_null ;
 date | value 
------+-------
    1 |     2
    2 |      
    3 |    45
    4 |      
    5 |      

然后我就必须这样填写：

UPDATE test_fill_null t1
SET value = (
    SELECT t2.value 
    FROM test_fill_null t2 
    WHERE t2.date <= t1.date AND value IS NOT NULL 
    ORDER BY t2.date DESC 
    LIMIT 1
);

SELECT * FROM test_fill_null;
 date | value 
------+-------
    1 |     2
    2 |     2
    3 |    45
    4 |    45
    5 |    45

但是现在，我有一个请求，就像这样：

WITH
    pre_table AS(
        SELECT 
            id1,
            id2,
            tms,
            CASE 
                WHEN tms - lag(tms) over w < interval '5 minutes' THEN NULL
                ELSE id2
            END as group_id
        FROM
            table0 
        window w as (partition by id1 order by tms)
    )

当前一个点距离超过5分钟时，group_id设置为id2，否则为null。通过这样做，我希望最终得到一组点的间隔小于 5 分钟，并且每组之间的间隔超过 5 分钟。

然后我不知道如何继续。我试过：

    SELECT distinct on (id1, id2)
        t0.id1,
        t0.id2,
        t0.tms,
        t1.group_id
    FROM
        pre_table t0
        LEFT JOIN (
            select
                id1,
                tms,
                group_id
            from pre_table t2
            where t2.group_id is not null
            order by tms desc
        ) t1
        ON 
            t1.tms <= t0.tms AND
            t1.id1 = t0.id1  
    WHERE 
        t0.id1 IS NOT NULL
    ORDER BY
        id1,
        id2,
        t1.tms DESC

但在最终结果中，我有一些组连续两分距离超过 5 分钟。在这种情况下，他们应该是两个不同的群体。

Answer 1

A “选择中的选择”更常称为“子选择”或“子查询”。在您的特定情况下，它是一个“相关子查询”。 LATERAL 连接可以在很大程度上用更灵活的解决方案取代相关子查询：

PostgreSQL 中的 LATERAL JOIN 和子查询有什么区别？
我认为你在这里也不需要。

对于您的

第一种情况

，这个查询可能更快更简单：

SELECT date, max(value) OVER (PARTITION BY grp) AS value
FROM  (
   SELECT *, count(value) OVER (ORDER BY date) AS grp
   FROM   test_fill_null
   ) sub;

count()

仅计算非空值，因此

grp

随着每个非空

value

递增，从而根据需要形成组。在外部

value

中为每个 grp 选择

one

非空

SELECT

是微不足道的。

对于您的

---

第二种情况

，我假设行的初始顺序由 (id1, id2, tms) 确定，如您的查询之一所示。

SELECT id1, id2, tms
     , count(step) OVER (ORDER BY id1, id2, tms) AS group_id
FROM  (
   SELECT *, lag(tms, 1, '-infinity') OVER (PARTITION BY id1 ORDER BY id2, tms) < tms - interval '5 min' AS step
   FROM   table0
   ) sub
ORDER  BY id1, id2, tms;

适应您的实际订单。其中之一可能涵盖它：

PARTITION BY id1 ORDER BY id2  -- ignore tms
PARTITION BY id1 ORDER BY tms  -- ignore id2

fiddle

- 带有扩展示例 旧
sqlfiddle 相关：

选择最长的连续序列

Answer 2

    SELECT
        t2.id1,
        t2.id2,
        t2.tms,
        (
            SELECT t1.group_id 
            FROM pre_table t1 
            WHERE 
                t1.tms <= t2.tms 
                AND t1.group_id IS NOT NULL 
                AND t2.id1 = t2.id1
            ORDER BY t1.tms DESC 
            LIMIT 1
        ) as group_id
    FROM
        pre_table t2
    ORDER BY
        t2.id1
        t2.id2
        t2.tms

正如我所说，选择中的选择