Greenplum中的First_value窗口函数答案

【问题标题】：First_value window function in GreenplumGreenplum中的First_value窗口函数
【发布时间】：2017-06-28 12:22:32
【问题描述】：

我在 Greenplum DB 工作。

在 First_value 窗口函数中得到奇怪的结果，当按子句按顺序传递所有行中通用的字符串值时，它总是返回第一次插入的行，但理想情况下它应该返回任何值。下面是我的代码...

create temporary table test_first_value (id int,statename 
varchar(50),episodeid int,
episodedate date) distributed by (id);

insert into test_first_value values(12,'MP',9863,'2015-11-06');
insert into test_first_value values(12,'MP',98123,'2009-11-06');
insert into test_first_value values(12,'MP',90123,'2017-03-06');
insert into test_first_value values(12,'MP',44567,'2013-03-17');
insert into test_first_value values(13,'MP',189300,'2013-03-17');
insert into test_first_value values(13,'MP',443467,'2016-03-19');

它总是返回第一个插入的相同值，即 episodeid = 9863 用于 id = 12 和 episodeid = 189300 用于 id = 13

Select *,
First_value(episodeid) over(partition by id order by statename) as 
first_episodeid,
First_value(episodedate) over(partition by id order by statename) as 
first_episodedate
from 
test_first_value;

现在，如果我更改插入顺序，那么它将始终返回首先插入的行值，即 episodeid = 98123 for id = 12 和 episodeid = 443467 for id = 13

delete from test_first_value;

insert into test_first_value values(12,'MP',98123,'2009-11-06');
insert into test_first_value values(12,'MP',90123,'2017-03-06');
insert into test_first_value values(12,'MP',44567,'2013-03-17');
insert into test_first_value values(12,'MP',9863,'2015-11-06');
insert into test_first_value values(13,'MP',443467,'2016-03-19');
insert into test_first_value values(13,'MP',189300,'2013-03-17');

Select *,
First_value(episodeid) over(partition by id order by statename) as 
first_episodeid,
First_value(episodedate) over(partition by id order by statename) as 
first_episodedate
from 
test_first_value;

请帮助我，我做错了什么。

【问题讨论】：

编辑您的问题并显示“奇怪的结果”。您还应该说明您想要获得什么结果。
我想你可能需要partition by id,statename order by episodedate
@Pra 你只使用 statename 来排序。所以你无法预测在这种情况下你会得到什么。
@Gordon Linoff 已添加结果。

标签： greenplum

【解决方案1】：

您的代码运行良好。这是你的窗口函数：

First_value(episodeid) over(partition by id order by statename)

正如您自己在数据中显示的那样，id 有多个行与相同的statename。在这种情况下，数据库将从匹配的键中返回一个任意且不确定的值。

另一种说法是排序在关系数据库中是不稳定的。原因很简单：表格代表无序集。如果排序键都相同，那么就没有可以使用的自然顺序。

因此，找到另一个键，以便 order by 唯一标识每一行。这意味着结果将是稳定的，因为所需的行将被唯一标识。在您的数据中，您可以将episode_date 作为第二个键添加到order by。

【讨论】：