[英]SQL: How to select one record per day, assuming that each day contain more than 1 value MySQL
[英]How to select more than 1 record per day?
這是一個postgresql
問題。
PostgreSQL 8.3.3 on i686-redhat-linux-gnu, compiled by GCC gcc (GCC) 3.4.6 20060404 (Red Hat 3.4.6-9).
該表看起來像:
date_time other_column
2012-11-01 00:00:00 ...
2012-11-02 01:00:00 ...
2012-11-02 02:00:00 ...
2012-11-02 03:00:00 ...
2012-11-02 04:00:00 ...
2012-11-03 05:00:00 ...
2012-11-03 06:00:00 ...
2012-11-05 00:00:00 ...
2012-11-07 00:00:00 ...
2012-11-07 00:00:00 ...
...
我想每天從特定日期范圍內最多選擇3 條記錄。
例如,我想從 2012-11-02 到 2012-11-05 最多選擇 3 條記錄。 expected result
是:
date_time other_column
2012-11-02 01:00:00 ...
2012-11-02 02:00:00 ...
2012-11-02 03:00:00 ...
2012-11-03 05:00:00 ...
2012-11-03 06:00:00 ...
2012-11-05 00:00:00 ...
我在這上面花了幾個小時,但仍然無法弄清楚。 請幫我。 :(
更新:我嘗試的當前 sql 每天只能選擇一條記錄:
SELECT DISTINCT ON (TO_DATE(SUBSTRING((date_time || '') FROM 1 FOR 10), 'YYYY-MM-DD')) *
FROM myTable
WHERE date_time >= '20121101 00:00:00'
AND date_time <= '20121130 23:59:59'
以下答案均使用date_trunc('day',date_time)
或僅date_trunc('day',date_time)
為date
將時間戳截斷為日期。 沒有必要跳過日期格式和字符串的問題。 請參閱手冊中的日期/時間函數。
這個 SQLFiddle 顯示了三個可能的答案: http ://sqlfiddle.com/#!12/0fd51/14,所有這些都為輸入數據產生相同的結果(但如果date_time
可以有重復,則不一定是相同的結果)。
要解決您的問題,您可以使用具有限制的相關子查詢來生成 IN 列表以進行過濾:
SELECT a.date_time, a.other_column
FROM table1 a
WHERE a.date_time IN (
SELECT b.date_time
FROM table1 b
WHERE b.date_time IS NOT NULL
AND a.date_time::date = b.date_time::date
ORDER BY b.date_time
LIMIT 3
)
AND a.date_time::date BETWEEN '2012-11-02' AND '2012-11-05';
這應該是最可移植的方法 - 盡管它不適用於 MySQL(至少從 5.5 開始),因為MySQL 不支持IN
子句中使用的子查詢中的LIMIT
。 不過,它適用於 SQLite3 和 PostgreSQL,並且應該適用於大多數其他數據庫。
另一種選擇是選擇您想要的日期范圍,使用窗口函數用行號注釋該范圍內的行,然后過濾輸出以排除多余的行:
SELECT date_time, other_column
FROM (
SELECT
date_time,
other_column,
rank() OVER (PARTITION BY date_trunc('day',date_time) ORDER BY date_time) AS n
FROM Table1
WHERE date_trunc('day',date_time) BETWEEN '2012-11-02' AND '2012-11-05'
ORDER BY date_time
) numbered_rows
WHERE n < 4;
如果可能存在聯系,即如果date_time
不是唯一的,則考慮使用rank
或dense_rank
窗口函數而不是row_number
來獲得確定性結果,或者向row_number
的ORDER BY
添加附加子句以打破平局。
如果您使用rank
那么如果它不能容納所有行,它將不包含任何行; 如果您使用dense_rank
,即使它必須超過每天3 行的限制,它也會包括所有這些。
使用窗口規范也可以通過這種方式進行各種其他處理。
這是另一個使用數組聚合和切片的公式,它完全是 PostgreSQL 特有的,但很有趣。
SELECT b.date_time, b.other_column
FROM (
SELECT array_agg(a.date_time ORDER BY a.date_time)
FROM table1 a
WHERE a.date_time::date BETWEEN '2012-11-02'
AND '2012-11-05'
GROUP BY a.date_time::date
) x(arr)
INNER JOIN table1 b ON (b.date_time = ANY (arr[1:3]));
我想每天從特定日期范圍內最多選擇3 條記錄。
SELECT date_time, other_column
FROM (
SELECT *, row_number() OVER (PARTITION BY date_time::date) AS rn
FROM tbl
WHERE date_time >= '2012-11-01 0:0'
AND date_time < '2012-12-01 0:0'
) x
WHERE rn < 4;
使用窗口函數row_number()
。 根據問題, rank()
或dense_rank()
將是錯誤的 - 可能會選擇超過 3 條記錄,並且時間戳重復。
由於您沒有定義每天需要哪些行,正確的答案是不在窗口函數中包含ORDER BY
子句。 為您提供與問題匹配的任意選擇。
我把你的WHERE
子句從
WHERE date_time >= '20121101 00:00:00' AND date_time <= '20121130 23:59:59'
到
WHERE date_time >= '2012-11-01 0:0' AND date_time < '2012-12-01 0:0'
對於像'20121130 23:59:59.123'
這樣'20121130 23:59:59.123'
情況,您的語法將失敗。
@Craig 建議的內容:
date_time::date BETWEEN '2012-11-02' AND '2012-11-05'
.. 會正常工作,但在性能方面是一種反模式。 如果對表達式中的數據庫列應用強制轉換或函數,則不能使用普通索引。
最佳解決方案:升級到更新的版本,最好是當前版本 9.2。
其他解決方案:
只有幾天你可以使用UNION ALL
:
SELECT date_time, other_column
FROM tbl t1
WHERE date_time >= '2012-11-01 0:0'
AND date_time < '2012-11-02 0:0'
LIMIT 3
)
UNION ALL
(
SELECT date_time, other_column
FROM tbl t1
WHERE date_time >= '2012-11-02 0:0'
AND date_time < '2012-11-03 0:0'
LIMIT 3
)
...
括號在這里不是可選的。
更多的日子里有generate_series()
解決方法 - 就像我在這里發布的一樣(包括指向更多的鏈接) 。
在我們有窗口函數之前,我可能已經用plpgsql 函數解決了這個問題:
CREATE OR REPLACE FUNCTION x.f_foo (date, date, integer
, OUT date_time timestamp, OUT other_column text)
RETURNS SETOF record AS
$BODY$
DECLARE
_last_day date; -- remember last day
_ct integer := 1; -- count
BEGIN
FOR date_time, other_column IN
SELECT t.date_time, t.other_column
FROM tbl t
WHERE t.date_time >= $1::timestamp
AND t.date_time < ($2 + 1)::timestamp
ORDER BY t.date_time::date
LOOP
IF date_time::date = _last_day THEN
_ct := _ct + 1;
ELSE
_ct := 1;
END IF;
IF _ct <= $3 THEN
RETURN NEXT;
END IF;
_last_day := date_time::date;
END LOOP;
END;
$BODY$ LANGUAGE plpgsql STABLE STRICT;
COMMENT ON FUNCTION f_foo(date3, date, integer) IS 'Return n rows per day
$1 .. date_from (incl.)
$2 .. date_to (incl.)
$3 .. maximim rows per day';
稱呼:
SELECT * FROM f_foo('2012-11-01', '2012-11-05', 3);
我會使用子選擇和左外連接。 這應該可以解決問題:
select distinct(date_format(a.date_time,"%Y-%m-%d")) date_time, b.* from table a
left outer join (
select date_format(date_time,"%Y-%m-%d") dt, * from table limit 3
) b
on date_format(a.date_time,"%Y-%m-%d") = b.dt;
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.