【发布时间】:2020-08-31 21:22:34
【问题描述】:
我正在使用snowflake 尝试基于两列存储行,如果该存储桶大小大于 1,那么我需要一些新列的值为 1,否则我会将其设置为 0。它类似于NTILE(),只是我需要它是动态的。
我的表格如下所示:
ARTICLE_ID USER_ID COUNTRY_NAME NUM_COUNTRIES NUM_AUTHORS
------------------------------------------------------------------------
30522143 ecf330d Singapore 1 4
30522143 86b0faa Singapore 1 4
30522143 d331b33 Singapore 1 4
30522143 d331b33 Singapore 1 4
------------------------------------------------------------------------
30522139 1d08cfd United States 2 3
30522139 ec9c065 Canada 2 3
30522139 a750bff United States 2 3
------------------------------------------------------------------------
23410385 1d08cfd United States 3 3
23410385 ec9c065 Mexico 3 3
23410385 a41b19c France 3 3
------------------------------------------------------------------------
30285132 d331b33 Chile 2 4
30285132 1d08cf2 Peru 2 4
30285132 a750bff Chile 2 4
30285132 d742bb5 Peru 2 4
------------------------------------------------------------------------
...
我需要存储的两列是ARTICLE_ID,然后是COUNTRY_NAME。查看上表,如果我们采用ARTICLE_ID30522143,我们将拥有1 桶4USER_ID,因为它们都是Singapore,那么HAS_REPEATED_COUNTRY 的值将是1。
在ARTICLE_ID30522139的情况下,我们将有两个子存储桶一个用于United States,其中包含2USER_IDs,另一个子存储桶(Canada)包含1USER_ID,这将导致所有与United States 关联的用户的值都为1,而与Canada 关联的唯一成员在HAS_REPEATED_COUNTRY 中的值为0。
因此表格类似于:
ARTICLE_ID USER_ID COUNTRY_NAME NUM_COUNTRIES NUM_AUTHORS HAS_REPEATED_COUNTRY
------------------------------------------------------------------------------------------------
30522143 ecf330d Singapore 1 4 1
30522143 86b0faa Singapore 1 4 1
30522143 d331b33 Singapore 1 4 1
30522143 d331b33 Singapore 1 4 1
------------------------------------------------------------------------------------------------
30522139 1d08cfd United States 2 3 1
30522139 ec9c065 Canada 2 3 0
30522139 a750bff United States 2 3 1
------------------------------------------------------------------------------------------------
23410385 1d08cfd United States 3 3 0
23410385 ec9c065 Mexico 3 3 0
23410385 a41b19c France 3 3 0
------------------------------------------------------------------------------------------------
30285132 d331b33 Chile 2 4 1
30285132 1d08cf2 Peru 2 4 1
30285132 a750bff Chile 2 4 1
30285132 d742bb5 Peru 2 4 1
------------------------------------------------------------------------------------------------
...
有没有办法从前者生成后者的表?
【问题讨论】:
-
应该是一个简单的Windowed Aggregate:
case when count(*) over (partition by ARTICLE_ID, COUNTRY_NAME) > 1 then 1 else 0 end
标签: sql count snowflake-cloud-data-platform window-functions snowsql