SQL 在满足条件后选择每组的所有行

Question

我想在最后一次满足该组的条件后选择每个组的所有行。这个related question 有一个使用相关子查询的答案。

就我而言，我将拥有数百万个类别和数亿/数十亿行。 有没有办法使用性能更高的查询来获得相同的结果？

这是一个例子。条件是条件列中最后一个 0 之后的所有行（每组）。

category | timestamp |  condition 
--------------------------------------
   A     |     1     |     0 
   A     |     2     |     1 
   A     |     3     |     0 
   A     |     4     |     1
   A     |     5     |     1
   B     |     1     |     0 
   B     |     2     |     1
   B     |     3     |     1

我想要达到的结果是

category | timestamp |  condition 
--------------------------------------
   A     |     4     |     1
   A     |     5     |     1
   B     |     2     |     1
   B     |     3     |     1

Answer 1

如果你想要最后一个0之后的所有内容，你可以使用窗口函数：

select t.*
from (select t.*,
             max(case when condition = 0 then timestamp end) over (partition by category) as max_timestamp_0
      from t
     ) t
where timestamp > max_timestamp_0 or
      max_timestamp_0 is null;

使用(category, condition, timestamp) 上的索引，相关子查询版本也可能表现良好：

select t.*
from t
where t.timestamp > all (select t2.timestamp
                         from t t2
                         where t2.category = t.category and
                               t2.condition = 0
                        );

Answer 2

您可能想尝试窗口函数：

select category, timestamp, condition
from (
    select 
        t.*,
        min(condition) over(partition by category order by timestamp desc) min_cond
    from mytable t
) t
where min_cond = 1

带有order by 子句的窗口min() 计算condition 在相同category 的当前行和后续行上的最小值：我们可以将其用作过滤器以消除存在带有0 的最近行。

与相关子查询方法相比，使用窗口函数的好处是它减少了对表所需的扫描次数。当然，这种计算也有成本，因此您需要根据您的样本数据评估这两种解决方案。