在分区中使用 where 子句答案

【问题标题】：Using where clause within a partition在分区中使用 where 子句
【发布时间】：2021-06-25 19:03:53
【问题描述】：

我有巨大的浏览量级别表，其中每个会话都有多个浏览量。

会话 -> 浏览量 - 1 : M

从综合浏览量表中，我需要将数据合并到每个会话的一行中，其中包含 FirstPageview、LastPageview、#ofvisitstoLogin 等元数据

Firstpageview 定义为会话的第一个网页浏览量（这个可以登录）
Lastpageview 定义为不是 /login （这不能是登录，如果是之前选择的综合浏览量这个）
#ofvisitstologin 定义为登录时登陆的#oftimesthesession

visitorid	sessionid	timestamp	webpagepath
abc	123	2021-01-01 10:30:00	homepage
abc	123	2021-01-01 10:30:50	login
abc	123	2021-01-01 10:31:00	page2
abc	123	2021-01-01 10:32:50	page3
abc	123	2021-01-01 10:33:00	page2
abc	123	2021-01-01 10:35:50	login

我想要的输出，

visitorid	sessionid	FristPageview	LastPageview	#ofvisitstoLogin
abc	123	homepage	page2	2

是否可以使用窗口函数来做到这一点？不使用子查询/连接，因为这是一个巨大的表，它会影响性能。

我的查询示例，

select 
     visitor_id, 
     session_id,
     first_value(webpage_path) over (partition by visitor_id, session_id order by timestamp asc) as first_pageview,
      last_value(webpage_path) over (partition by visitor_id, session_id order by timestamp asc) as last_page_view,
      sum(iff(webpage_path = 'login', 1, 0)) over (partition by visitor_id, session_id timestamp asc) as noofvisitstologin
 from pageviews;

但此代码不起作用，因为如果我运行此代码，last_page_view 列将是“登录”。但我需要它改为“page2”。

这是否可以在不使用子查询/自连接的情况下实现？

【问题讨论】：

我删除了冲突的数据库标签。请为您真正使用的数据库产品只添加一个标签（Redshift与Postgres不同）

标签： sql snowflake-cloud-data-platform

【解决方案1】：

LAST_VALUE支持IGNORE NULLS子句，可以和NULLIF(webpage_path, 'login')结合使用：

select 
 visitor_id, 
 session_id,
 first_value(webpage_path) 
 over (partition by visitor_id, session_id order by timestamp asc) as first_pageview,
 last_value(NULLIF(webpage_path,'login')) ignore nulls 
 over (partition by visitor_id, session_id order by timestamp asc) as last_page_view,
 count_if(webpage_path = 'login') 
 over (partition by visitor_id, session_id timestamp asc) as noofvisitstologin
from pageviews;

第二个：SUM(IIF(...)) 可以替换为COUNT_IF()。

【讨论】：