Question

我有一组庞大的数据被错误地加载到SQL数据库中（如果这很重要的话，它是一个Vertica数据库）。

每一行都有一个id和一个时间戳。数据按顺序加载（顺序ID），但时间戳转换不正确，导致所有时间都加载为“AM”。

以下是数据库中的内容的简化示例：

id    |      time
001   | 2013-01-01 00:00:01 // Jan 1st
002   | 2013-01-01 01:20:00
...   | ...
500   | 2013-01-01 11:59:59
501   | 2013-01-01 00:00:01 // should be 12:00:01 (PM)
502   | 2013-01-01 00:10:00 // should be 12:10:00 (PM)
...   | ...
750   | 2013-01-01 11:59:59 // should be 23:59:59 (PM)
751   | 2013-01-02 00:00:00 // next day (the 2nd)

我需要一个查询，它会找到需要12小时添加到他们时间的行的ID范围。例如，对于上面的示例数据，返回的行应为501, 750。这样我可以添加12小时，其中id> = 501，＆lt; = 750。

基本上，我需要某种回顾+前瞻机制。以编程方式，它将意味着迭代每一行并检查日期的 day 是否与下一行相同，并检查时间是否早于前一行。但是，我确信在SQL中有更好的方法...

Answer 1

不完全您正在寻找的内容，但它会在给定的一天内提供所有不同步的行对。

SELECT t1.id As 'ID1', t1.timestamp As 'Stamp1', t2.id As 'ID2', t2.timestamp As 'Stamp2' 
FROM Table1 t1
JOIN Table1 t2 ON Date(t1.timestamp) = Date(t2.timestamp) AND 
                  Time(t2.timestamp) <= Time(t1.timestamp) AND
                  t1.id <= t2.id
WHERE t1.id <> t2.id OR Time(t2.timestamp) <> Time(t1.timestamp)
ORDER BY t1.id;

这是SQL Fiddle

在SQL中查找数据集“边缘”

1 个答案: