当 order_by 列具有重复值时，order_by 在 sql 中的行为如何？答案

【问题标题】：How does order_by behave in sql when order_by column is having duplicate values?当 order_by 列具有重复值时，order_by 在 sql 中的行为如何？
【发布时间】：2019-06-19 08:32:10
【问题描述】：

我正在使用 sql 的“first_value”函数使用查询来填充空值整个查询示例如下：

WITH example (date,close) AS 
(VALUES 
    ('12:00:00',3),
    ('12:00:01',4),
    ('12:00:01',5),
    ('12:00:03',NULL),
    ('12:00:04',NULL), 
    ('12:00:05',3)
)
SELECT * INTO temporary table market_summary FROM example;

select 
    date, 
    cccc, 
    first_value(cccc) over (partition by grp_close) as corrected_close
from (
      select date, close as cccc,
             sum(case when close is not null then 1 end) over (order by date) as grp_close
      from   market_summary
) t

结果是：


    date      cccc   corrected_close
1   12:00:00    3       3
2   12:00:01    4       4
3   12:00:01    5       4
4   12:00:03    NULL    4
5   12:00:04    NULL    4
6   12:00:05    3       3

在此示例中，“日期”用作查询中的 order_by 列，但它与“12:00:01”重复。空值用'4'填充，理想情况下是不正确的，因为我希望用以前的非空值填充空值，在这种情况下是'5'而不是'4'，因此结果应该如下：


    date       cccc   corrected_close
1   12:00:00    3       3
2   12:00:01    4       4
3   12:00:01    5       5
4   12:00:03    NULL    5
5   12:00:04    NULL    5
6   12:00:05    3       3

如何修改查询以满足我的要求？

【问题讨论】：

您使用的是 MySQL、Oracle 还是 Postgresql？
“当 order_by 列具有重复值时 order_by 在 sql 中的行为如何？” ANSI/ISO 标准 SQL 被定义为返回非唯一列的非确定性（随机）结果重复值的值。要始终获得 100% 确定性（固定），您还至少向 ORDER BY 子句添加一列，其中包含主键或唯一键。
对于示例数据 1 | 12:00:00, 2 | 12:00:01, 3 | 12:00:01 和 ORDER BY date 的含义，您不知道哪个记录将是第一个或最后一个，12:00:01 值这些记录的结果顺序是不确定的（随机） , 要获得非确定性（随机）结果，您必须使用 ORDER BY date, id 假设 id 是主键。
你需要使用first_value(cccc) over (partition by grp_close order by date, cccc) as corrected_close -- 增加了Order by子句
for @jarlh im 使用 postgres

标签： sql postgresql sql-order-by

【解决方案1】：

您应该更改窗口函数以获得正确的值：

last_value(cccc) IGNORE NULLS OVER (PARTITION BY grp_close ORDER BY date)

这是SQL标准定义的方式，但是很多数据库并没有实现这方面的标准。由于您标记了很多数据库，因此很难给出适用于所有数据库的通用答案。

【讨论】：

【解决方案2】：

你想要的是lag( . . . ignore nulls)。但是，Postgres 不支持这一点。

这是一种解决方法：

select e.*, coalesce(close, max(close) over (partition by grp))
from (select e.*, count(close) over (order by date) as grp
      from example e
     ) e;

你甚至可以在没有子查询的情况下做到这一点：

select e.*,
       coalesce(close,
                (array_remove(array_agg(close) over (order by date), null))[array_upper(array_remove(array_agg(close) over (order by date), null), 1)]
               )

from example e;

【讨论】：