Question

为下表的“文件”提供了列

repo_name, file_name, size, downloads, date_stamp 
and values:
('repo1', 'file1', 100, 7, '2019-08-15')
('repo1', 'file1', 100, 5, '2019-08-08')
('repo1', 'file2', 100, 10, '2019-08-15')
('repo1', 'file3', 100, 10, '2019-08-08')
('repo2', 'file1', 100, 10, '2019-08-15')
('repo2', 'file2', 100, 10, '2019-08-15')

我要选择repo_name / file_name的所有组合： 1）是08-15的新功能，换句话说，它在08-08上不存在，并对下载值求和。 2）对于08-15不存在，但在08-08 3）同时出现在08-08和08-15上，并求和这些日期的下载差异

对于3），这似乎起作用：

for row in cur.execute('select a.repo_name, a.file_name, a.downloads - b.downloads from files a inner join files b on a.repo_name = b.repo_name and a.file_name = b.file_name where a.date_stamp = ? and b.date_stamp = ? ', (today, daysback_7):
    print(row)

这不对值求和，但返回：（'repo1'，'file1'，2）两个日期上存在的唯一repo_name / file_name组合以及下载值之间的差异。我需要查看是否可以在一个查询中求和值，因为我只想要总数。最坏的情况是，我可以遍历行并求和。

对于2）我只想知道08-08而不是08-15处的repo_name / file_name组合的数量，换句话说，文件已删除：

for row in cur.execute('select repo_name, file_name from files where date_stamp = ? except select repo_name, file_name from files where date_stamp = ?', (daysback_7, today)):
    print(row)

用于1）我可以获取repo_name / file_name组合，但我也想获取下载值。这就是我所拥有的：

for row in cur.execute('select repo_name, file_name from files where date_stamp = ? except select repo_name, file_name from files where date_stamp = ? ', (today, daysback_7)):
    print(row)

它返回：

('repo1', 'file2')
('repo2', 'file1')
('repo2', 'file2')

但是我不能包括下载的列，否则它会包含repo1 / file1的行，这不是新的。

Answer 1

注意：由于使用窗口函数，其中一些需要现代版本的sqlite（3.25或更高版本）：

-- 1 - Sum of downloads of files that only exist on 2019-08-15
SELECT sum(downloads)
FROM (SELECT downloads
           , first_value(date_stamp) OVER (PARTITION BY repo_name, file_name
                                               ORDER BY date_stamp) AS first_date
      FROM files)
WHERE first_date = '2019-08-15';
sum(downloads)
--------------
30

-- 2 - Files that exist on 2019-08-08 but not 2019-08-15
SELECT repo_name, file_name FROM files WHERE date_stamp = '2019-08-08'
EXCEPT
SELECT repo_name, file_name FROM files WHERE date_stamp = '2019-08-15';
repo_name   file_name
----------  ----------
repo1       file3

- 3 - Sum of difference in downloads for files present on both dates
SELECT sum(diff)
FROM (SELECT downloads - lag(downloads, 1) OVER (PARTITION BY repo_name, file_name
                                                     ORDER BY date_stamp) AS diff
      FROM files
      WHERE date_stamp IN ('2019-08-08', '2019-08-15'));
sum(diff)
----------
2

这三个都受益于files(repo_name, file_name, date_stamp)上的索引。

sqlite选择前一天不存在的记录

1 个答案: