Question

第一次堆栈溢出。

我只需要使用SQL查找没有重复的序列。

如果我的数据是（https://i.stack.imgur.com/ZP6Iw.jpg）

System   | date | hour
---------+------+-------
Word     | 28/8 | 16:00
Word     | 28/8 | 16:01
Excel    | 28/8 | 16:02
Word     | 28/8 | 16:03
Ppt      | 28/8 | 16:04
Ppt      | 28/8 | 16:05

然后，我的输出将是我使用的系统，但是如果我多次使用一个系统而没有“中间”另一个系统，则该系统将被写入一次。这不是常规的“删除重复项”问题。只有当两个相同的系统一个接一个地出现时，这些副本才是重复的。

（https://i.stack.imgur.com/iG7Cn.jpg）

System  | date  
--------+-------
Word    | 28/8
Excel   | 28/8 
Word    | 28/8 
Ppt     | 28/8

我在限于'while'之类的地方使用presto。

非常感谢您！

Answer 1

由于我无法根据预先测试进行测试，所以我不知道这是否真的有效。
因此，这只是一些标准SQL，它使用LAG窗口函数在同一日期过滤出相同的以下“系统”。

SELECT q.System, q.date
FROM
(
    SELECT 
     t.System, 
     t.date,
     t.hour,
     LAG(t.System) OVER (PARTITION BY t.date ORDER BY t.hour ASC) AS prevSystem
    FROM YourTable t
) AS q
WHERE (q.System != q.prevSystem OR q.prevSystem IS NULL)
ORDER BY q.date, q.hour

Answer 2

这是一个孤岛问题。您想对属于同一System的连续记录进行分组。

您可以使用窗口功能（已在预存中使用）解决该问题：

select min(system) system, min(date) date, count(*) nb_records
from (
    select 
        t.*,
        row_number() over(order by date, hour) rn1,
        row_number() over(partition by system order by date, hour) rn2
    from mytable t
) t
group by rn1 - rn2
order by min(rn1)

我强烈建议您将列date和time合并到相关日期/时间数据类型中的唯一列。将这些信息分为两列会使使用起来更加复杂。

在 this Db Fiddle 中包含示例数据，查询返回：

system | date                | nb_records
:----- | :------------------ | ---------:
Word   | 28/08/2019 00:00:00 |          2
Excel  | 28/08/2019 00:00:00 |          1
Word   | 28/08/2019 00:00:00 |          1
Ppt    | 28/08/2019 00:00:00 |          2

寻找没有重复的序列-SQL

2 个答案: