从每个分区中，选择具有 N 个不同值的行答案

【问题标题】：from each partition, select rows with N distinct values从每个分区中，选择具有 N 个不同值的行
【发布时间】：2014-11-25 15:59:21
【问题描述】：

我有一个包含三列 x, y, z 的表格。我想编写一个查询，在每个PARTITION BY x 中，返回包含y 的第一个n 不同值的行。

这是 n = 2 的示例——第一个分区中 y 的前 2 个不同值是 1 和 2，第二个分区中是 4 和 5，因此所有具有 y 值的行都是包括在内。

 x   y   z   included?
----------------------
 1   1   1    true
 1   1   2    true
 1   2   3    true
 1   2   4    true
 1   3   5    false
 1   3   6    false
 2   4   7    true
 2   4   8    true
 2   5   9    true
 2   5  10    true
 2   6  11    false
 2   6  12    false

有一个related question 处理从每个分区中选择n 行，但这不处理不同值部分。

【问题讨论】：

标签： sql postgresql subquery window-functions

【解决方案1】：

我不确定您所说的“第一”是什么意思。SQL 表表示无序集。所以，我假设您的意思是“最小”。

您可以使用dense_rank()：

select t.*
from (select t.*, dense_rank() over (partition by x order by y) as seqnum
      from atable t
     ) t
where seqnum <= 2;

【讨论】：

如果我从一个指定任意顺序的子查询中进行选择，并且想要获取其中的第一个 n 怎么办？
@rcrogers 。 . .您可以将排序放入order by 子句中。
有没有办法让外部查询尊重内部查询的顺序，而无需外部查询也指定它？
@rcrogers 。 . .不可以。如果你想要一个特定顺序的结果集，那么你应该在最外层使用order by。

【解决方案2】：

您可以使用desnse_rank 和row_number 的组合来消除重复项：

with a as (
  select
    x, y, z,
    dense_rank() over (partition by x order by y) rk,
    row_number() over (partition by x, y order by z) rn
  from
    t
) select
  x, y, z
from
  a
where
  rk <= 2 and
  rn = 1;

这会生成1, 2, 4, 5

由此，您可以通过重新加入 t 来获得所需的结果：

with a as (
  select
    x, y, z,
    dense_rank() over (partition by x order by y) rk,
    row_number() over (partition by x, y order by z) rn
  from
    t
) select
  t.*
from
  t
where
  exists (
    select
      'x'
    from
      a
    where
      a.y = t.y and
      a.rk <= 2 and
      a.rn = 1
  );

Example SQLFiddle

虽然，以这种方式使用exists，会使重复项无关紧要，所以你可以这样做：

with a as (
  select
    x, y, z,
    dense_rank() over (partition by x order by y) rk
  from
    t
) select
  t.*
from
  t
where
  exists (
    select
      'x'
    from
      a
    where
      a.y = t.y and
      a.rk <= 2
  );

Example SQLFiddle

【讨论】：