使用滞后函数获取窗口外的第一个值

Question

在 SQL Server 中对时间序列使用 lag 函数时，我总是与时间序列中的 first 值作斗争。 假设这个简单的例子

CREATE TABLE demo
    ([id] int, [time] date, [content] int)
;
INSERT INTO demo (id, time, content) VALUES
  (1, '2021-05-31', cast(rand()*1000 as int)),
  (2, '2021-06-01', cast(rand()*1000 as int)),
  (3, '2021-06-02',cast(rand()*1000 as int)),
  (4, '2021-06-03', cast(rand()*1000 as int)),
(5, '2021-06-04', cast(rand()*1000 as int)),
(6, '2021-06-05', cast(rand()*1000 as int)),
(7, '2021-06-06', cast(rand()*1000 as int)),
(8, '2021-06-07', cast(rand()*1000 as int)),
(9, '2021-06-08', cast(rand()*1000 as int));

我想在六月获取所有值及其之前的值，所以像这样

select content, lag(content, 1, null) over (order by time)
from demo
where time >= '2021-06-01'

到目前为止一切都很好，但是，第一个条目将导致前一个值的 null。

当然有很多关于如何填充空值的解决方案，例如子选择更大的范围等，但对于非常大的表，我不知何故认为应该有一个优雅的解决方案。

有时我会做这样的事情

select content, lag(content, 1, 
(select content from demo d1 join 
(select max(time) maxtime from demo where time < '2021-06-01') d2 on d1.time = d2.maxtime
)) over (order by time)
from demo
where time >= '2021-06-01'

有没有更有效的方法？ （注意：当然对于这个简单的例子我没有什么不同，但是对于具有分区和 500'000'000 个条目的表，应该找到最有效的解决方案）

查看fiddle

Answer 1

关键思想是使用子查询：

select t.*
from (select content, lag(content) over (order by time)
      from demo d
     ) d
where time >= '2021-06-01';

这可能会扫描整个表。但是，您可以创建索引demo(time, content) 来帮助lag()。

接下来，如果您有合理的回溯期，您可以对此进行优化。例如，如果每个月都有记录，则在子查询中回溯一个月：

select t.*
from (select content, lag(content) over (order by time)
      from demo d
      where time >= '2021-05-01'
     ) d
where time >= '2021-06-01';

如果您的数据是分区的，这一点也非常重要——因为大表不会如此。

Answer 2

对于这种特殊情况，通过您的 cmets，您可能首先计算整个未过滤表的延迟，然后根据日期进行子查询：

WITH cte AS (
    SELECT time, content, LAG(content) OVER (ORDER BY time) lag_content
    FROM demo
)

SELECT content, lag_content
FROM cte
WHERE time >= '2021-06-01';

Answer 3

您希望空值是什么？在下面的示例中，我将它们设置为 0。

SELECT
    content,
    coalesce(LAG(content, 1, NULL) OVER(
        ORDER BY
            time
    ), content-1) lag_content
FROM
    demo
WHERE
    time >= '2021-06-01'

输出：

content lag_content
-------------------
      2           1
      3           2
      4           3
      5           4
      6           5
      7           6
      8           7
      9           8

在这里试试：dbfiddle