根据第一个事件将数据系列分组为可变宽度窗口

Question

我的计算任务可以简化为以下问题：

我有一大组整数对（key、val），我想将它们分组到窗口中。第一个窗口从按 key 属性排序的第一对 p 开始，并跨越 p[i].key 属于 的所有对>[p[0].key; p[0].key + N)，具有任意整数 N，对所有窗口都是正数。

下一个窗口从前一个窗口中未包含的由 key 排序的第一对开始，并再次跨越从其 key 到 key + N 的所有对，以此类推，适用于以下窗口。

最后一步是对每个窗口的第二个属性求和，并与窗口的第一个键一起显示。

例如，给定具有值的记录列表：

key	val
1	3
2	7
5	1
6	4
7	1
10	3
13	5

并且 N=3，窗口将是：

• {(1,3),(2,7)},
• {(5,1),(6,4),(7,1)},
• {(10,3)}
• {(13,5)}

最终结果：

key	sum_of_values
1	10
5	6
10	3
13	5

这很容易用标准编程语言编程，但我不知道如何用 SQL 解决这个问题。

Answer 1

注意：如果 clickhouse 不支持 RECURSIVE 关键字，只需从表达式中删除该关键字即可。

Clickhouse 似乎对WITH clause 使用了非标准语法。下面使用标准 SQL。根据需要进行调整。

对不起。 clickhouse 可能不支持这种方法。如果没有，我们需要找到另一种遍历数据的方法。

标准 SQL： 有几种方法。这是一种方法。首先分配行号以允许递归地遍历行。我们也可以使用LEAD。

根据当前key和最后一个group/key value以及它们是否在一定距离内(N = 3, in this case)为每一行分配一个组（键值）。

最后一步是只为每个组start_key 设置这些值SUM，并使用start_key 值作为每个组中的起始key。

WITH RECURSIVE nrows (xkey, val, n) AS (
        SELECT xkey, val, ROW_NUMBER() OVER (ORDER BY xkey) FROM test
     )
   , cte (xkey, val, n, start_key) AS (
        SELECT xkey, val, n, xkey FROM nrows WHERE n = 1
         UNION ALL
        SELECT t1.xkey, t1.val, t1.n
             , CASE WHEN t1.xkey <= t2.start_key + (3-1) THEN t2.start_key ELSE t1.xkey END
          FROM nrows AS t1
          JOIN cte   AS t2
            ON t2.n = t1.n-1
     )
SELECT start_key
     , SUM(val) AS sum_values
  FROM cte
 GROUP BY start_key
 ORDER BY start_key
;

结果：

+-----------+------------+
| start_key | sum_values |
+-----------+------------+
|         1 |         10 |
|         5 |          6 |
|        10 |          3 |
|        13 |          5 |
+-----------+------------+