Question

所以我在Amazon Redshift中有一个出价表。每个出价都有说明和出价的用户，以及我想知道的每个出价，如果用户在过去5天内使用相同的说明进行了出价。

查询如下所示：

select b1.bid_id, case when
  exists(select b2.bid_id from dim_bid b2 WHERE b1.user_id = b2.user_id
                          and b2.bid_timestamp < b1.bid_timestamp and b2.bid_timestamp > b1.bid_timestamp - INTERVAL '5 day'
                          and b2.description = b1.description and b2.bid_timestamp > '2017-04-25') then 'good bid' else 'duplicate bid' END
  from dim_bid b1
  where b1.hidden

不起作用，给出错误：this type of correlated subquery is not supported due to internal error。但是，当我在结尾添加“= True”时，它可以工作。

select b1.bid_id, case when
  exists(select b2.bid_id from dim_bid b2 WHERE b1.user_id = b2.user_id
                          and b2.bid_timestamp < b1.bid_timestamp and b2.bid_timestamp > b1.bid_timestamp - INTERVAL '5 day'
                          and b2.description = b1.description and b2.bid_timestamp > '2017-04-25') then 'good bid' else 'duplicate bid' END
  from dim_bid b1
  where b1.hidden = True

这只是一个错误，还是有一些深层原因导致第一个无法完成？

Answer 1

我认为编写查询的更好方法是使用lag()：

select b.*,
       (case when lag(b.bid_timestamp) over (partition by b.description order by b.timestamp) > b.bid_timestamp - interval '5 day'
             then 'good bid' else 'duplicate bid'
        end)
from dim_bid b;

Answer 2

首先尝试运行：

select b1.bid_id
from dim_bid b1
where b1.hidden

您将看到redshift会引发不同的错误（例如，WHERE必须是boolean类型...）。所以where的参数必须是布尔值才能运行查询。所以当你添加'= True'时，参数是布尔值，查询运行。当查询具有相关子查询并且查询中存在无效操作时，我注意到redshift引发了相关的子查询错误。这可能是因为redshift不支持某些相关子查询（correlated subqueries redshift）。

Answer 3

文档陈述如下：

我们建议始终明确检查布尔值，如下面的示例所示。隐式比较（例如WHERE标志或WHERE NOT标志）可能会返回意外结果。

参考：http://docs.aws.amazon.com/redshift/latest/dg/r_Boolean_type.html

我认为这不一定是个错误。我建议始终将布尔值检查为where b1.hidden is True。在使用相关子查询时，我已经看过很多次这个错误，但是当我使用is true/false/unknown显式检查布尔值时，我总能修复它。

Redshift相关子查询内部错误

3 个答案: