间隙和岛屿，全师版

Question

所以我试图在一组数字上实现间隙和孤岛问题，这里有一个例子：

0 0 3 4 5 6 6 7 7 8 11 12 18 22

这是一个累积和，所以数字不能减少。我需要做的是按照这些规则将各个记录分成组：

1. 组中的第一个（也是最小的）数字是“前导”数字
2. 只有当一个数字的大小不超过某个数字（本例中假设为 7）时，它才能与其前导数字在同一组中
3. 第一个超过 leading number + 7 的数字是下一组的前导数字

因此，对于上面显示的示例，组将是： 0 0 3 4 5 6 6 7 7 8 11 12 18 22

这几乎就像一个数字除以差距，然后得到一个组号，但由于一组中的最后一个数字与下一组中的领先数字之间的差距可以是任何正数，这会得到更多随着序列的增长，更不正确。我尝试了case when sum(...) over(...) > 7 then sum(...) else 0 end，但它会影响不在第一组中的每个数字，所以我不知道如何再处理这个问题。任何帮助，将不胜感激！如果这很重要，表在雪花中

Answer 1

Snowflake 支持MATCH_RECOGNIZE，它旨在查找一系列行中的模式：

SELECT col2,  bin_num
FROM T
MATCH_RECOGNIZE (
  ORDER BY col2
  MEASURES  MATCH_NUMBER() AS bin_num
  ALL ROWS PER MATCH
  AFTER MATCH SKIP PAST LAST ROW
  PATTERN ( A+ )
  DEFINE A AS FIRST(col2) + 7 >=  A.col2
)
ORDER BY COL2;

db<>fiddle demo

输出：

---

要使用的另一种方法是递归 cte。

WITH RECURSIVE cte AS (
   SELECT *, ROW_NUMBER() OVER(ORDER BY col2) AS rn
   FROM  t
), rec AS (
  SELECT col2, rn, col2 AS first_val, 1 AS grp
  FROM cte
  WHERE rn = 1
  UNION ALL
  SELECT c.col2, c.rn, IFF(r.first_val + 7 >= c.col2, r.first_val, c.col2), 
         grp + IFF(r.first_val + 7 >= c.col2, 0, 1)
  FROM rec r
  JOIN cte c
    ON r.rn = c.rn-1
)
SELECT col2, grp
FROM rec
ORDER BY col2;

db<>fiddle demo

相关：https://stackoverflow.com/a/53994970/5070879 和 https://stackoverflow.com/a/52936314/5070879