【发布时间】:2019-07-03 20:57:32
【问题描述】:
我在 postgres 数据库中有下表,有 3 列:
ReaderId: String
TagId: String
Timestamp: Timestamp
ReaderId TagId Timestamp
A T1 20190101-00:00:00 * ~
A T1 20190101-00:00:00 ~
A T1 20190101-00:00:01
A T1 20190101-00:00:02
B T1 20190101-00:00:03 *
B T1 20190101-00:00:03
B T1 20190101-00:00:04
A T1 20190101-00:00:05 *
A T1 20190101-00:00:06
A T1 20190101-00:00:07
C T1 20190101-00:00:08 *
C T1 20190101-00:00:09
B T2 20190101-00:00:01 *
B T2 20190101-00:00:04
B T2 20190101-00:00:05
C T2 20190101-00:00:06 *
C T2 20190101-00:00:07
B T2 20190101-00:00:07 * ~
B T2 20190101-00:00:07 ~
B T2 20190101-00:00:08
我想要一个查询/函数,当提供 TagId 时,每次在上次读取它的不同读取器读取该标签时返回第一行(或者如果标签从未被读取,则返回第一行之前读过)。根据此条件有资格返回的行由上面的 * 突出显示。如果有多行相同且“同等优先”,则只应返回其中一个(如上面标有 ~ 的行的情况)。
此函数需要高性能,因为预计数据量很容易增长到数百万/低数十亿行。我可以创建任何需要的索引。
我的 SQL 生锈了,而且从一开始就不是很好,所以这里的任何帮助都非常感谢!
【问题讨论】:
-
你需要一个窗口函数。可能是
LAG。您可能需要在子查询中使用LAG,然后在外部查询中应用过滤器。我不确定索引会有多大帮助。您几乎必须在这里进行全表扫描。仅当您可以从查询考虑中排除大量行或它们使您能够避免排序时,索引才有用。我猜时间戳上的索引可能会避免排序,但您仍然需要扫描数十亿行。您可能需要考虑创建一些定期更新的非规范化报告表。 -
什么决定了具有相同值的前两行的顺序?您需要决胜局还是对任意选择感到满意?如果是这样,是否每隔一次执行选择不同的行是否重要? (这可能很重要。)
-
对于具有相同值的两行,就我而言,这些行是相同的,所以任意性都可以
标签: sql postgresql