比较记录并生成记录

Question

我的要求是按时间顺序排列记录，并按顺序将每条记录与其下一条记录进行比较。如果第二条记录与与任何字段有关的前一条记录（按 asc 顺序）不同并且该记录是活动的（即标志 = 'F'），则通过生成第二条记录的 eff_date = eff_dt 来拆分第二条记录记录 - 1 天。如果下一条记录是非活动的（即标志 = 'C' 则只输出这条记录而不需要拆分和创建新记录 继续对所有记录进行此比较。

例如，

product | eff_dt | store | region | type
12345 | 18/05/2017 | HA | CA | F
12345 | 05/10/2018 | K1 | CA | F
12345 | 01/02/2019 | K1 | CA | F
12345 | 15/07/2019 | AB | GA | C
12345 | 07/09/2019 | BT | MD | F

从上表中，我们首先按时间顺序排列记录。
现在我们将第一条记录与第二条记录进行比较，发现“store”在第二条记录HA -> K1 中发生了变化，并且第二条记录处于活动状态（标志 = F）。因此，输出需要第一条记录和第二条记录，第二条记录将被分成两部分 - 在 (eff_dt - 1) 日创建新记录。
现在当我们将第三条记录与第二条记录进行比较时，我们看到任何字段的值都没有变化，并且该记录处于活动状态，因此该记录将被忽略并且不会被输出。
现在我们将第四条记录与第三条记录进行比较，我们看到它是非活动的 (flag = 'C')，因此，这条记录将按原样输出，但不会像我们在第一个场景中那样生成新记录。
最后发现第5条记录是商品关闭后的第一个Active记录（在第4条记录中），因此也会输出但不会有新记录已创建。

预期的输出将是：

product | eff_dt | store | region | type
12345 | 18/05/2017 | HA | CA | F      <<--- output
12345 | 04/10/2017 | HA | CA | F      <<--- new record generated with (eff_dt - 1)
12345 | 05/10/2018 | K1 | CA | F      <<--- output as-is
                                           <<--- record not output since no change in values
12345 | 15/07/2019 | AB | GA | C      <<--- record has changes but also Inactive. Hence, output as-is and new record generation not required
12345 | 07/09/2019 | BT | MD | F      <<--- record output since this indicates product is reopened and is active again. No new record required.

任何人都可以帮助解决上述逻辑以及如何通过使用 eff_dt - 1 创建新记录来拆分记录。 如果需要更多信息/澄清，请告诉我

Answer 1

嗯。我将此解释为带有一些曲折的间隙和孤岛问题。我不会将“结束”值放在不同的行上，而是将生效日期和结束日期放在一行上：

select product, store, region, type,
       min(eff_dt),
       date_add(lead(eff_dt) over (partition by product order by min(eff_dt), -1) as
from (select t.*,
             row_number() over (partition by product order by eff_dt) as seqnum_p,
             row_number() over (partition by product, store, region, type order by eff_dt) as seqnum_psrt
      from t
     ) t
group by product, store, region, type, (seqnum - seqnum_psrt);

如果你想在不同的行上使用这个，你可以使用union all:

select product, store, region, type, eff_dt
from (select t.*,
             lag(eff_dt) over (partition by product, store, region, type order by eff_dt) as prev_psrt_date,
             lag(eff_dt) over (partition by product order by eff_dt) as prev_date
      from t
     ) t
where prev_date is null or prev_date <> prev_psrt_date
union all
select product, store, region, type,
       date_add(next_date, 1)
from (select t.*,
             lead(eff_dt) over (partition by product, store, region, type order by eff_dt) as next_psrt_date,
             lead(eff_dt) over (partition by product order by eff_dt) as next_date
      from t
     ) t
where next_date <> next_psrt_date or next_psrt_date is null;

此处查找具有相同值的行的技巧是比较上一个/下一个日期——但按数据的不同分区。这比单独比较每一列要简单，而且它也适用于NULL 值。