PostgreSQL 填写外连接中的空白

Question

外部连接“填空”

我在 PostgreSQL 数据库中有一对主从表，其中主表“samples”有一些样本，每个样本都有时间戳。 详细表“sample_values”在任何给定的样本时间戳中都有一些参数的一些值。

我的查询

SELECT s.sample_id, s.sample_time, v.parameter_id, v.sample_value
FROM samples s LEFT OUTER JOIN sample_values v ON v.sample_id=s.sample_id
ORDER BY s.sample_id, v.parameter_id;

回报（如预期）：

样品编号	采样时间	参数_id	样本值
1个	2023-01-13T01:00:00.000Z	1个	1.23
1个	2023-01-13T01:00:00.000Z	2个	4.98
2个	2023-01-13T01:01:00.000Z
3个	2023-01-13T01:02:00.000Z
4个	2023-01-13T01:03:00.000Z
5个	2023-01-13T01:04:00.000Z	2个	6.08
6个	2023-01-13T01:05:00.000Z
7	2023-01-13T01:06:00.000Z	1个	1.89
8个	2023-01-13T01:07:00.000Z
9	2023-01-13T01:08:00.000Z
10	2023-01-13T01:09:00.000Z
11	2023-01-13T01:10:00.000Z
12	2023-01-13T01:11:00.000Z
13	2023-01-13T01:12:00.000Z
14	2023-01-13T01:13:00.000Z
15	2023-01-13T01:14:00.000Z	1个	2.11
16	2023-01-13T01:15:00.000Z
17	2023-01-13T01:16:00.000Z
18	2023-01-13T01:17:00.000Z
19	2023-01-13T01:18:00.000Z	2个	3.57
20	2023-01-13T01:19:00.000Z
21	2023-01-13T01:20:00.000Z
22	2023-01-13T01:21:00.000Z
23	2023-01-13T01:22:00.000Z	1个	3.21
23	2023-01-13T01:22:00.000Z	2个	5.31

---

我如何编写一个查询，每个参数的每个时间戳返回一行，其中 sample_value 是该参数的“最新已知”sample_value，如下所示：

样品编号	采样时间	参数_id	样本值
1个	2023-01-13T01:00:00.000Z	1个	1.23
1个	2023-01-13T01:00:00.000Z	2个	4.98
2个	2023-01-13T01:01:00.000Z	1个	1.23
2个	2023-01-13T01:01:00.000Z	2个	4.98
3个	2023-01-13T01:02:00.000Z	1个	1.23
3个	2023-01-13T01:02:00.000Z	2个	4.98
4个	2023-01-13T01:03:00.000Z	1个	1.23
4个	2023-01-13T01:03:00.000Z	2个	4.98
5个	2023-01-13T01:04:00.000Z	1个	1.23
5个	2023-01-13T01:04:00.000Z	2个	6.08
6个	2023-01-13T01:05:00.000Z	1个	1.23
6个	2023-01-13T01:05:00.000Z	2个	6.08
7	2023-01-13T01:06:00.000Z	1个	1.89
7	2023-01-13T01:06:00.000Z	2个	6.08
8个	2023-01-13T01:07:00.000Z	1个	1.89
8个	2023-01-13T01:07:00.000Z	2个	6.08

---

在 DB Fiddle 上查看

我无法理解 LAST_VALUE function（如果这甚至是正确的工具？）：

LAST_VALUE ( expression )  
OVER ( 
    [PARTITION BY partition_expression, ... ]
    ORDER BY sort_expression [ASC | DESC], ...
)

Answer 1

首先，每个样本 ID 需要两行。 您可以通过将样本值与不同数量的参数交叉连接来实现，并确保在左连接中也满足参数条件。

...
FROM samples s
CROSS JOIN (SELECT DISTINCT parameter_id FROM sample_values) p
LEFT JOIN sample_values v 
       ON v.sample_id = s.sample_id AND v.parameter_id = p.parameter_id
...

除此之外，您使用LAST_VALUE function 的直觉是正确的。 问题是PostgreSQL 在其当前版本之前无法忽略 null 值。 此问题的唯一解决方法是在您的 parameter_ids 和 sample_value 上生成分区（每个分区将包含一个非空值和其他 null 值），然后从每个分区中获取最大值。

WITH cte AS (
    SELECT s.sample_id, s.sample_time, p.parameter_id, v.sample_value,
           COUNT(v.sample_value) OVER(
               PARTITION BY p.parameter_id 
               ORDER     BY s.sample_id
           ) AS partitions
    FROM samples s
    CROSS JOIN (SELECT DISTINCT parameter_id FROM sample_values) p
    LEFT JOIN sample_values v 
           ON v.sample_id = s.sample_id AND v.parameter_id = p.parameter_id
)
SELECT sample_id, sample_time, parameter_id, 
       COALESCE(sample_value, 
                MAX(sample_value) OVER (PARTITION BY parameter_id, partitions)
       ) AS sample_value
FROM cte
ORDER BY sample_id, parameter_id

在此处查看演示。