Redshift 合并行并按时间戳解决冲突

Question

这与selecting row with latest timestamp question 不同，并且特定于 Redshift

我希望允许用户在不同时间点更新（暂存）表行的部分内容同时避免调用 UPDATE 语句。这是通过仅追加方法完成的，在这种方法中，我们不断添加行，其中只有唯一 id 和时间戳是强制性的，其他列可能提供也可能不提供值。

问题：

给定一个表，其中除了“主键”（未真正强制执行）和时间戳列之外，该表中的所有其他列都是 可为空，我如何合并具有相同主键的所有行如果存在一个这样的非空值，通过为每个可为空的列选择最近的非空值来键入一行。

例子：

|id|timestamp|status|stringcol|numcol|
|1 |456      |begin |         |      |
|1 |460      |      |         |  2   |
|2 |523      |      |  foo    |      |
|1 |599      |mid   |  blah   |      |
|2 |624      |begin |         |      |
|1 |721      |done  |         |  60  |

应该产生

|id|timestamp|status|stringcol|numcol|
|2 |624      |begin |  foo    |      |
|1 |721      |done  |  blah   |  60  |

Answer 1

这可以通过结合使用 Redshift 的 LISTAGG 函数和 SPLIT_PART 函数来实现。

• LISTAGGconcatenates all values in a group into a single string，可选地允许您订购并提供分隔符。
• SPLIT_PARTsplits a string by a delimiter and returns the chosen part

使用上面的示例 5 列表，您需要这样的东西：

SELECT id, 
       MAX(last_updated),
       SPLIT_PART(LISTAGG(status, ',') WITHIN GROUP(ORDER BY last_updated DESC), ',', 1),
       SPLIT_PART(LISTAGG(stringcol, ',') WITHIN GROUP(ORDER BY last_updated DESC), ',', 1),
       SPLIT_PART(LISTAGG(numcol, ',') WITHIN GROUP(ORDER BY last_updated DESC), ',', 1)
FROM table
GROUP BY 1;