包含字段中值的连接、分组和计数的 SQL 视图

Question

我们的目标是最终获得一个视图，该视图显示了每种类型和专业组合的 50 个最常见的程序代码。 （特殊代码可以在不同类型中重复）

我有两张桌子：

表 providers 包含：
提供者类型
提供者专业
provider_id
（以及一些与这个问题无关的数据）

表 services 包含：
provider_id
程序代码
（以及其他一些数据点 - 不相关）

最终结果如下所示：

Provider Type  |  Provider Specialty |  Procedure Code  |  Count
---------------+---------------------+------------------+-------
00             |  01                 | 97012            |  500 
00             |  01                 | 97013            |  450
00             |  02                 | 97012            |  270
00             |  02                 | 97013            |  900
01             |  01                 | 97012            |  845
01             |  01                 | 97013            |  1200

有什么想法吗？我知道这是一个超级复杂的查询，我考虑过构建一个脚本来执行更新周期，但我宁愿拥有更多的实时数据。

Answer 1

每种类型组合的 50 个最常见的程序代码 和专业

应该像这样工作：

WITH x AS (
    SELECT p.provider_type, p.provider_specialty, s.procedure_code
          ,count(*) AS ct
          ,row_number() OVER (PARTITION BY p.provider_type, p.provider_specialty
                              ORDER BY count(*) DESC) AS r
    FROM   providers p
    JOIN   services s USING (provider_id)
    GROUP  BY 1,2,3
    )
SELECT x.provider_type, x.provider_specialty, x.procedure_code, x.ct
FROM   x
WHERE  x.r <= 50
ORDER  BY 1,2,4,3;

要点

• 我使用 CTE（PostgreSQL 8.4 或更高版本），您可以对子查询执行相同操作。

• 我使用window function row_number()（同样是PostgreSQL 8.4 或更高版本）来限定procedure_code 中最常见的50 个值。

• 请注意，您可以在 OVER 子句中使用 ORDER BY count(*)。也就是说，在窗口函数中使用聚合函数的结果，因为窗口函数在聚合函数之后应用。

• 你可以不对ORDER BY ct做同样的事情，因为窗口函数不知道别名。

• 那么最后的SELECT就很简单了，只需返回每组的前50名即可。