有效地将聚合数据连接回原始数据，以跟踪用于计算聚合的所有原始数据

Question

我有一些像这样的原始数据：

原始ID|姓名 |数量|聚合ID --|--------|---------|------ 1 |福 | 10 |空值 2 |福 | 20 |空值 3 |福 | 30 |空值 4 |酒吧 | 40 |空值 5 |酒吧 | 50 |空值 6 |酒吧 | 60 |空值

我想汇总它们：

SELECT name, sum(quantity)
FROM foobar
GROUP BY name

并将这些结果存储在某处：

聚合ID|姓名 |数量 --|--------|------ 1 |福 | 60 2 |酒吧 | 150

我的目标是能够跟踪原始表中的哪些记录用于计算聚合表中的聚合。换句话说，我想将原始表中foo 的所有AggId 值更新为1，并将原始表中bar 的所有AggId 值更新为2。

目前，我正在将聚合返回到分组列上的原始数据，以查找哪些aggIds 与哪些rawIds 相关联：

SELECT a.aggI r.rawId
FROM agg a JOIN raw r ON (a.name = r.name)

---

有没有更好的方法来做到这一点？例如，也许通过解析函数？

SELECT rawId, name, quantity, 
    SUM(quantity) OVER (PARTITION BY name) grouped_qty
FROM raw;

结果

原始ID|姓名 |数量|分组数量 --|--------|---------|------ 1 |福 | 10 | 60 2 |福 | 20 | 60 3 |福 | 30 | 60 4 |酒吧 | 40 | 60 5 |酒吧 | 50 | 60 6 |酒吧 | 60 | 60

如果我能得到分析函数来为聚合集生成一个序列 ID，那就太好了；但我不确定这是否可能。

Answer 1

也许这就是你想要的？

SELECT name, sum(quantity), listagg(foobar.rawid, ',')
FROM foobar
GROUP BY name;

这将包括进入每一行的原始 ID 列表。请注意，listagg() 列的长度限制为 4000 个字符。

Answer 2

我相信你想要 DENSE_RANK() 如果你遗漏分区，它将使用整个结果集：

SELECT rawId, name, quantity, 
    SUM(quantity) OVER (PARTITION BY name) grouped_qty,
    DENSE_RANK() OVER (ORDER BY name) as name_rank
FROM raw;

更多信息：https://msdn.microsoft.com/en-us/library/ms189798.aspx