使用 match_recognize 填充“缺失”值

Question

A question here, on SO，要求解决一个相当常见的用例，即用“先前”中的非“缺失”值（基于定义的排序标准）填充“缺失”（基于定义的缺失标准）值行。

我通常处理这个问题的方法是

• 将“缺失”值重新映射 (decode/case) 为 NULL，
• 对非“缺失”值使用last_value() 分析函数，并使用ignore nulls 和所有前面行的窗口，直到当前行以定义的顺序排列。

即，给定一个（取自原始帖子）输入行集my_table of ...

ORD  COL1  COL2  COL3  COL4
---  ----  ----  ----  ----
  1     A     0     1     5
  2     B     0     4     0
  3     C     2     0     0
  4     D     0     0     0
  5     E     3     5     0
  6     F     0     3     0
  7     G     0     3     1
  8     A     0     1     5
  9     E     3     5     0

...，order by ord asc 的排序，值“缺失”的标准是该值是负数或零（case when colX <= 0 then null else colX end 用于 {2,3,4} 的 X），查询……

select X.ord, X.col1,
    nvl(last_value(case when col2 > 0 then col2 end) ignore nulls over (order by ord), col2) as col2,
    nvl(last_value(case when col3 > 0 then col3 end) ignore nulls over (order by ord), col3) as col3,
    nvl(last_value(case when col4 > 0 then col4 end) ignore nulls over (order by ord), col4) as col4
from my_table X
order by ord;

... 会产生...的预期结果

ORD  COL1  COL2  COL3  COL4
---  ----  ----  ----  ----
  1     A     0     1     5
  2     B     0     4     5
  3     C     2     4     5
  4     D     2     4     5
  5     E     3     5     5
  6     F     3     3     5
  7     G     3     3     1
  8     A     3     1     5
  9     E     3     5     5

Lukas Eder 提出了一个带有model 子句的漂亮替代解决方案，在他的案例中model 操作有效inductively（基于我在他的查询执行中对SQL MODEL ORDERED 操作的观察） plan)，按所需顺序从第一行到最后一行，导致n 行在处理n+1 行时已经填充了“缺失”值。

Lukas 的一个 cmets 还提到了使用 Oracle 12c 的match_recognize 子句的可能性。我试图让这个（对我来说是全新的）条款被理解并且工作失败了。所以，...

赏金优惠！ :-)

我为解决上述问题的最优雅的基于match_recognize 的解决方案提供小额奖励。禁止使用pivot、unpivot、自连接、model、分析、聚合、PL/SQL 等对数据进行所有预处理（视图、内联视图、with 子句……）。只允许使用标准标量 SQL 函数。我对在基础 my_table 数据源上工作的纯 match_recognize 感兴趣。

Answer 1

模式中的条件确实会按整行进行评估，因此必须为每个可能性定义一个条件。然后，您可以使用 SUBSET 子句将适当的条件组合在一起。

WITH t(col0, col1, col2, col3, col4) AS (
  SELECT 1, 'A', 0, 1, 5 FROM DUAL UNION ALL
  SELECT 2, 'B', 0, 4, 0 FROM DUAL UNION ALL
  SELECT 3, 'C', 2, 0, 0 FROM DUAL UNION ALL
  SELECT 4, 'D', 0, 0, 0 FROM DUAL UNION ALL
  SELECT 5, 'E', 3, 5, 0 FROM DUAL UNION ALL
  SELECT 6, 'F', 0, 3, 0 FROM DUAL UNION ALL
  SELECT 7, 'G', 0, 3, 1 FROM DUAL UNION ALL
  SELECT 8, 'A', 0, 1, 5 FROM DUAL UNION ALL
  SELECT 9, 'E', 3, 5, 0 FROM DUAL
)
SELECT col0, col1, C02, C03, C04
FROM t
match_recognize(
  order by col0
  measures nvl(C02.col2,0) C02,
           nvl(C03.col3,0) C03,
           nvl(C04.col4,0) C04
  all rows per match
  pattern ((C234|C23|C24|C34|C2|C3|C4|X)+)
  subset C02 = (C234, C23, C24, C2),
         C03 = (C234, C23, C34, C3),
         C04 = (C234, C24, C34, C4)
  define C234 as col2>0 and col3>0 and col4>0,
         C23 as col2>0 and col3>0,
         C24 as col2>0 and col4>0,
         C34 as col3>0 and col4>0,
         C2 as col2>0, C3 as col3>0, C4 as col4>0
);

Answer 2

我认为您无法使用纯 MATCH_RECOGNIZE 子句来完成结果。仅仅是因为值 col2、col3、col4 彼此独立，但模式是按整行评估的。因此，如果可以匹配多个符号（在您的情况下，多列具有零或非零值）只有第一个作为分类器匹配，而其他符号将被忽略。

对于单列有简单的解决方案：

SELECT
    ORD, COL1, COL2R COL2
FROM
    my_table
MATCH_RECOGNIZE (
     ORDER BY ORD
     MEASURES
        NVL(LAST(V2.COL2), 0) AS COL2R
     ALL ROWS PER MATCH
     PATTERN ((V20*V2+V20*)+)
     DEFINE
        V2  AS  V2.COL2 > 0,
        V20 AS V20.COL2 = 0
     )

无论如何，分析函数绝对是您的最佳选择。 MODEL 和 MATCH_RECOGNIZE 子句都旨在解决分析函数无济于事的不同问题，尽管优化得很好，但两者都比分析函数更重要。