SQL - 棘手的合并

Question

我面临一个棘手的问题。我希望你的专业知识能帮助我解决这个问题。

有2张桌子：

表 1：订单

Index                 ProductName             OrderDate
0                      a                      03/03/1903
1                      a                      10/03/2014
2                      b                      01/01/2017
3                      c                      01/01/2019

表 2：产品规格 --> 此表显示了我们产品颜​​色所做的每一次更改

Index         ProductName                    Color   ColorUpdatedOn
0                      a                     Blue     01/01/1900
1                      a                     Red      01/01/2014
2                      a                     Yellow   01/01/2017
3                      b                     Pink     01/01/2017
4                      c                     Black    01/01/2018
5                      c                     Black    31/12/2018

我希望能够使用 Column Color et UpdatedOn 从 Table1 中检索所有数据

Index   ProductName    OrderDate          Color   ColorUpdatedOn
0        a           03/03/1903           Blue     01/01/1900
1        a           10/03/2014           Red      01/01/2014
2        a           01/01/2019           Yellow   01/01/2017    
3        c           01/01/2019           Black    31/12/2018

你知道我该怎么做吗？

提前感谢您的帮助

拉哥

Answer 1

根据颜色获取Product Specs表的max()日期， 然后join 使用year() 函数，适用于mysql 和mssql，不确定是否适用于其他数据库。

select o.Index, o.ProdcutName, o.Date, t1.color, t1.ColorUpdatedOn
from Orders o
inner join
    (select color, max(colorupdatedon) as ColorUpdatedOn 
    from productspecs
    group by color) t1 on year(o.OrderDate) = year(t1.createdon)

但我更喜欢使用 right() 函数，因为您的年份日期在末尾。

select o.Index, o.ProdcutName, o.Date, t1.color, t1.ColorUpdatedOn
    from Orders o
    inner join
        (select color, max(colorupdatedon) as ColorUpdatedOn 
        from productspecs
        group by color) t1 on right(o.OrderDate, 4) = right(t1.createdon, 4)

Answer 2

在支持横向连接的数据库中（现在有很多），这很容易：

select o.*, s.*  -- select the columns you want
from orders o left join lateral
     (select s.*
      from specs s
      where s.ProductName = o.ProductName and
            s.ColorUpdatedOn <= o.OrderDate 
      order by s.ColorUpdatedOn desc
      fetch first 1 row only
     ) s
     on 1=1;

在 SQL Server 中，这将使用 outer apply 而不是 left join lateral。

在其他数据库中，我会使用lead()：

select o.*, s.*  -- select the columns you want
from orders o left join
     (select s.*,
             lead(ColorUpdatedOn) over (partition by ProductName order by ColorUpdatedOn) as next_ColorUpdatedOn
      from specs s
     ) s
     on s.ProductName = o.ProductName and
        o.OrderDate >= s.ColorUpdatedOn and
        (o.OrderDate < s.next_ColorUpdatedOn or s.next_ColorUpdatedOn is null)

Answer 3

假设OrderDate 和ColorUpdatedOn 的数据类型都是date，我们可以找到订购时的颜色。 为此，我使用了分析/窗口功能。 Hive 查询如下所示：

SELECT 
    y.ProductName, y.OrderDate, y.Color, y.ColorUpdatedOn
FROM (
    SELECT 
        x.*,
        DENSE_RANK() OVER(PARTITION BY x.ProductName, x.OrderDate ORDER BY x.recency ASC) AS relevance
    FROM (
        SELECT 
            a.*, b.color, b.ColorUpdatedOn, DATEDIFF(a.OrderDate, b.ColorUpdatedOn) AS recency
        FROM 
            Order a 
        INNER JOIN 
            Product b 
        ON (
            a.ProductName = b.ProductName
            AND a.OrderDate >= b.ColorUpdatedOn
        )
    ) x 
) y
WHERE 
    y.relevance = 1;

如果您让我知道您正在使用的数据库，则可以进行具体查询。 如果有帮助，请告诉我。