SQL 查询：多项挑战

Question

不是 SQL 专家，我正在努力解决以下问题：

我继承了一个较大的 table（大约 1 亿行），其中包含带有时间戳的事件，这些事件代表了大多数短暂现象的阶段转变。不幸的是，事件的记录方式有些奇怪，table 如下所示：

phen_ID   record_time  producer_id   consumer_id  state   ...

000123    10198789                               start
          10298776     000123        000112      hjhkk
000124    10477886                               start
          10577876     000124        000123      iuiii
000124    10876555                               end

每个现象 (phen-ID) 都有一个开始事件和理论上的结束事件，尽管它可能还没有发生因此没有被记录下来。每个现象都可以经历几个状态。不幸的是，对于某些州，ID 记录在产品或消费者字段中。另外，状态的数量不固定，状态之间的时间也不固定。

首先，我需要创建一个 SQL 语句，为每个 phen-ID 显示开始时间和最后记录事件的时间（可以是结束状态或中间状态之一).

仅考虑一个 phen-ID，我设法将以下 SQL 组合在一起：

WITH myconstants (var1) as (
   values ('000123')
)

select min(l.record_time), max(l.record_time) from 
   (select distinct *  from public.phen_table JOIN myconstants ON var1 IN (phen_id, producer_id, consumer_id)
 ) as l

由于开始状态总是具有特定现象的最短记录时间，因此上述陈述正确地returns记录时间范围为一行，而不管结束状态是什么。

显然我必须手动提供 phen-ID。

我怎样才能使这项工作得到一行开始时间和每个唯一 phen-ID 的最大记录时间？试着适应 select distinct phen-id ... 之类的东西，但无法将它们自动“喂”到上面。或者我在这里完全偏离了目标？

补充：澄清一下，使用上面的 table 的理想输出应该是这样的：

ID         min-time      max-time
000123     10198789      10577876   (min-time is start, max-time is state iuii)
000124     10477886      10876555   (min-time is start, max-time is end state)

Answer 1

我认为您的方向是正确的。试试这个，看看它是否是您要找的：

select
    min(l.record_time)
    ,max(l.record_time)
    ,coalesce(phen_id, producer_id, consumer_id) as [Phen ID]
from public.phen_table
group by coalesce(phen_id, producer_id, consumer_id)

Answer 2

union all 可能是一个选项：

select phen_id, 
    min(record_time) as min_record_time, 
    max(record_time) as max_record_time
from (
    select phen_id, record_time from phen_table
    union all select producer_id, record_time from phen_table
    union all select consumer_id, record_time from phen_table
) t
where phen_id is not null
group by phen_id

另一方面，如果你想要优先级，那么你可以使用coalesce():

select coalesce(phen_id, producer_id, consumer_id) as phen_id, 
    min(record_time) as min_record_time, 
    max(record_time) as max_record_time
from phen_table
group by coalesce(phen_id, producer_id, consumer_id)

这两个查询的逻辑并不完全相同。如果三列中有不止一列不是 null，并且值不同，则第一个查询会考虑所有非 null 值，而第二个查询仅考虑“第一个”非 null 值。

编辑

在您最终标记的 Postgres 中，union all 解决方案可以通过横向连接更有效地表达：

select x.phen_id, 
    min(p.record_time) as min_record_time, 
    max(p.record_time) as max_record_time
from phen_table p
cross join lateral (values (phen_id), (producer_id), (consumer_id)) as x(phen_id)
where x.phen_id is not null
group by x.phen_id

SQL 查询：多项挑战

SQL query : multiple challenges

sql

postgresql

aggregate-functions

lateral-join

postgresql-13