在 With 语句中选择 Null

Question

我在 SQLWorkbenchJ 中使用 PostgreSQL，但我很苦恼。

我有一个WITH 语句，它根据行号选择日期。如果语句找不到行号，我想在日期字段中选择 null。这目前不会发生，它只是选择所有字段都不为空的记录。我假设它与连接有关，但我不确定。

当前声明如下。它应该返回大约 50,000 条记录，但目前返回的记录不到 2000 条。

WITH FifthEnquiry AS
(
  SELECT emailaddress,
         SentDate,
         ROW_NUMBER() OVER (PARTITION BY emailaddress ORDER BY COUNT(*) DESC) AS rk
  FROM SentEmails
  GROUP BY emailaddress,
           SentDate
),
TenthEnquiry AS
(
  SELECT emailaddress,
         SentDate,
         ROW_NUMBER() OVER (PARTITION BY emailaddress ORDER BY COUNT(*) DESC) AS rk
  FROM SentEmails
  GROUP BY emailaddress,
           SentDate
),
TwentiethEnquiry AS
(
  SELECT emailaddress,
         SentDate,
         ROW_NUMBER() OVER (PARTITION BY emailaddress ORDER BY COUNT(*) DESC) AS rk
  FROM SentEmails
  GROUP BY emailaddress,
           SentDate
)
SELECT FifthEnquiry.emailaddress,
       FifthEnquiry.SentDate AS Fith,
       TenthEnquiry.SentDate AS Tenth,
       TwentiethEnquiry.SentDate AS Twentieth,
FROM FifthEnquiry
  JOIN TenthEnquiry ON FifthEnquiry.emailaddress = TenthEnquiry.emailaddress
  JOIN TwentiethEnquiry ON FifthEnquiry.emailaddress = TwentiethEnquiry.emailaddress
WHERE (FifthEnquiry.rk = 5)
AND   (TenthEnquiry.rk = 10)
AND   (TwentiethEnquiry.rk = 20)

Answer 1

您可以在很大程度上简化。并使用LEFT JOIN 保留GROUP BY 之后至少5 行的所有电子邮件地址，即使没有第10 行或第20 行：

WITH cte AS (
   SELECT emailaddress, SentDate,
          ROW_NUMBER() OVER (PARTITION BY emailaddress
                             ORDER BY COUNT(*) DESC, SentDate) AS rn
   FROM   SentEmails
   GROUP  BY 1,2
   )
SELECT enq05.emailaddress,
       enq05.SentDate AS fifth,
       enq10.SentDate AS tenth,
       enq20.SentDate AS twentieth
FROM        cte AS enq05
LEFT   JOIN cte AS enq10 ON enq10.emailaddress = enq05.emailaddress
                        AND enq10.rn = 10
LEFT   JOIN cte AS enq20 ON enq20.emailaddress = enq05.emailaddress
                        AND enq20.rn = 20
WHERE  enq05.rn = 5;

• 您不需要单独的 CTE，所有三个都在做同样的事情。 一个 CTE 就足够了，而且显然更快。在外部查询中使用具有不同表别名的自联接。

• 由于我们现在使用的是 LEFT JOIN，所以我们是否在 JOIN 或 WHERE 子句中添加附加条件很重要。 WHERE 子句中的条件有效地强制 Postgres 将连接视为普通的[INNER] JOIN。我相应地将条件移至 JOIN 子句。详情：

  • Join a count query on a generate_series in postgres and also retrieve Null-values as "0"

• 使用rn，而不是rk 作为列别名。这是一个“行号”，而不是“等级”。请注意row_number() and rank() 之间的重要差异。

• 将SentDate 添加到ORDER BY 作为(emailaddress, SentDate) 的决胜局，具有相同的计数以获得稳定的排序顺序。我拥有SentDate IS NULL 的方式在每组中排在最后。您可能希望使用NULLS LAST 进行降序排序（不适用于COUNT(*)，它永远不会为NULL）：

  • PostgreSQL sort by datetime asc, null first?

• 您需要注意一个更微妙的细节：tenth 和 twentieth 在结果中都可以为 NULL，两个不同的原因，如果 SentDate 可以为 NULL在基础表中。结果中tenth 的NULL 值可能意味着emailaddress 的不同值少于10 个，或者可能意味着NULL 根据您的排序顺序位于第10 位。