![](/img/trans.png)
[英]SQL Server Count Distinct records with a specific condition in window functions
[英]How to do a COUNT(DISTINCT) using window functions with a frame in SQL Server
捎帶這個可愛的問題: Partition Function COUNT() OVER possible using DISTINCT
我希望計算不同值的移動計數。 類似於以下內容:
Count(distinct machine_id) over(partition by model order by _timestamp rows between 6 preceding and current row)
顯然,SQL Server 不支持該語法。 不幸的是,我不太了解(沒有內化會更准確)dense_rank 繞行是如何工作的:
dense_rank() over (partition by model order by machine_id)
+ dense_rank() over (partition by model order by machine_id)
- 1
因此我無法對其進行調整以滿足我對移動 window 的需求。 如果我按 machine_id 訂購,是否也可以按 _timestamp 訂購並使用 _timestamp rows between
的行?
dense_rank()
給出當前記錄的密集排名。 當您首先使用ASC
排序順序運行它時,您會從第一個元素中獲得當前記錄的密集排名(唯一值排名)。 當您使用DESC
命令運行時,您會從最后一條記錄中獲得當前記錄的密集排名。 然后你刪除 1 因為當前記錄的密集排名被計算了兩次。 這給出了整個分區中的總唯一值(並為每一行重復)。
因為, dense_rank
不支持frames
,你不能直接使用這個解決方案。 您需要通過其他方式生成frame
。 一種方法是通過正確的unique id
比較來JOIN
同一個表。 然后,您可以在組合版本上使用dense_rank
。
請查看以下解決方案建議。 假設您的表中有一個唯一的記錄鍵 ( record_id
)。 如果您沒有唯一鍵,請在第一個 CTE 之前添加另一個 CTE 並為每條記錄生成一個唯一鍵(使用new_id()
function 或使用concat()
組合多個列,中間帶有分隔符以解釋NULLs
)
; WITH cte AS (
SELECT
record_id
, record_id_6_record_earlier = LEAD(machine_id, 6, NULL) OVER (PARTITION BY model ORDER BY _timestamp)
, .... other columns
FROM mainTable
)
, cte2 AS (
SELECT
c.*
, DistinctCntWithin6PriorRec = dense_rank() OVER (PARTITION BY c.model, c.record_id ORDER BY t._timestamp)
+ dense_rank() OVER (PARTITION BY c.model, c.record_id ORDER BY t._timestamp DESC)
- 1
, RN = ROW_NUMBER() OVER (PARTITION BY c.record_id ORDER BY t._timestamp )
FROM cte c
LEFT JOIN mainTable t ON t.record_id BETWEEN c.record_id_6_record_earlier and c.record_id
)
SELECT *
FROM cte2
WHERE RN = 1
此解決方案有 2 個限制:
如果幀的記錄少於 6 條,則LAG()
function 將為NULL
,因此此解決方案將不起作用。 這可以通過不同的方式處理:我能想到的一種快速方法是生成 6 個 LEAD 列(1 個之前的記錄,2 個之前的記錄等),然后將BETWEEN
子句更改為類似這樣的東西BETWEEN COALESCE(c.record_id_6_record_earlier, c.record_id_5_record_earlier, ...., c.record_id_1_record_earlier, c.record_id) and c.record_id
COUNT()
不計算NULL
。 但是DENSE_RANK
可以。 如果它適用於您的數據,您也需要考慮這一點
只需使用outer apply
:
select t.*, t2.num_machines
from t outer apply
(select count(distinct t2.machine_id) as num_machines
from (select top (6) t2.*
from t t2
where t2.model = t.model and
t2.timestamp <= t.timestamp
order by t2.timestamp desc
) t2
) t2;
如果每個 model 有很多行,您還可以使用lag()
的(繁瑣)技巧:
select t.*, v.num_machines
from (select t.*,
lag(machine_id, 1) over (partition by model order by timestamp) as machine_id_1,
lag(machine_id, 2) over (partition by model order by timestamp) as machine_id_2,
lag(machine_id, 3) over (partition by model order by timestamp) as machine_id_3,
lag(machine_id, 4) over (partition by model order by timestamp) as machine_id_4,
lag(machine_id, 5) over (partition by model order by timestamp) as machine_id_5
from t
) t cross apply
(select count(distinct v.machine_id) as num_machines
from (values (t.machine_id),
(t.machine_id_1),
(t.machine_id_2),
(t.machine_id_3),
(t.machine_id_4),
(t.machine_id_5)
) v(machine_id)
) v;
在許多情況下,這可能在 SQL 服務器中具有最佳性能。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.