如何将 SQL 连接重写为窗口函数？答案

【问题标题】：How to rewrite SQL joins into window functions?如何将 SQL 连接重写为窗口函数？
【发布时间】：2017-12-10 21:21:40
【问题描述】：

数据库是 HP Vertica 7 或 PostgreSQL 9。

create table test (
id int,
card_id int,
tran_dt date,
amount int
);

insert into test values (1, 1, '2017-07-06', 10);
insert into test values (2, 1, '2017-06-01', 20);
insert into test values (3, 1, '2017-05-01', 30);
insert into test values (4, 1, '2017-04-01', 40);
insert into test values (5, 2, '2017-07-04', 10);

在过去 1 天使用的支付卡中，该卡在过去 90 天内收取的最高金额是多少。

select t.card_id, max(t2.amount) max
from test t
join test t2 on t2.card_id=t.card_id and t2.tran_dt>='2017-04-06'
where t.tran_dt>='2017-07-06'
group by t.card_id
order by t.card_id;

结果正确

card_id    max
-------    ---
1          30

我想将查询重写为 sql 窗口函数。

select card_id, max(amount) over(partition by card_id order by tran_dt range between '60 days' preceding and current row) max
from test
where card_id in (select card_id from test where tran_dt>='2017-07-06')
order by card_id;

但是结果集不匹配，怎么办？

这里的测试数据： http://sqlfiddle.com/#!17/db317/1

【问题讨论】：

首先，Postgres 和 Vertica 是两个截然不同的东西。其次，为什么您期望两个非常不同的查询的结果是相同的？

标签： postgresql join window-functions vertica

【解决方案1】：

我不能尝试 PostgreSQL，但在 Vertica 中，您可以应用 ANSI 标准 OLAP 窗口函数。

但是您需要嵌套两个查询： window 函数只有在结果集中包含需要评估的所有行时才返回合理的结果。

但您只想显示“2017-07-06”中的行。

因此，您必须在外部查询中过滤该日期：

WITH olap_output AS (
  SELECT 
    card_id
  , tran_dt
  , MAX(amount) OVER (
      PARTITION BY card_id
      ORDER BY tran_dt
      RANGE BETWEEN '90 DAYS' PRECEDING AND CURRENT ROW
    ) AS the_max
  FROM test
)
SELECT
  card_id
, the_max
FROM olap_output
WHERE tran_dt='2017-07-06'
;

card_id|the_max
      1|     30

【讨论】：

【解决方案2】：

据我所知，PostgreSQL Window 函数不支持有界range preceding，因此range between '90 days' preceding 不起作用。它确实支持有界rows preceding，例如rows between 90 preceding，但是您需要组装一个类似于以下内容的时间序列查询，以便 Window 函数对基于时间的行进行操作：

SELECT c.card_id, t.amount, g.d as d_series
FROM generate_series(
  '2017-04-06'::timestamp, '2017-07-06'::timestamp, '1 day'::interval
) g(d)
CROSS JOIN ( SELECT distinct card_id from test ) c
LEFT JOIN test t ON t.card_id = c.card_id and t.tran_dt = g.d
ORDER BY c.card_id, d_series

对于您的需求（根据您的问题描述），我会坚持使用group by。

【讨论】：