Question

我有一个大型Oracle数据库表，其中包含近2亿行。它只有三列：订户ID字段，日期字段和商品ID字段。

对于此表中的每一行，我需要查找该行是否在表中有任何对应的行，以便：

1）他们属于同一个订阅者（相同的订阅者ID）

2）它们是从当前行开始的某个距离（例如，如果我们当前行是A，则具有相同订阅者ID的行B应该具有A.date＆gt; ; B.date＆gt; = A.date - 30（天））

3）除了2）我们还必须查询特定的商品ID：（A.date＆gt; B.date＆gt; = A.date - 30和B. offerid == some_id）

我知道Oracle Analytics功能滞后和领先，我打算将它们用于此目的。根据某些给定字段，这些函数返回有序表上当前行上方或下方字段的值。令人不安的是，具有相同订户ID字段的行数最多变为84.当我在（SUBSCRIBER_ID，DATE）上使用带延迟函数的ORDER BY语句时，对于每一行，我需要检查上面的84行当前行，以确保上面的行与当前行共享相同的SUBSCRIBER_ID。由于一些订户ID子组仅具有3-4行的条目，因此这种不必要的行访问量是浪费的。

如何完成这项工作，而不需要每行检查84行？ Oracle是否支持任何仅适用于GROUP BY语句生成的子组的方法？

Answer 1

一种选择是使用这样的自联接：

SELECT t1.*, NVL2(t2.subscriber_id, 'Yes', 'No') as match_found
FROM
  myTable t1 LEFT JOIN 
  myTable t2 ON t1.subscriber_id = t2.subscriber_id 
              AND t1.date > t2.date AND t2.date >= t1.date - 30
              AND t2.offerid = <filter_offer_id>

Answer 2

实际上，Oracle中的分析函数COUNT（*）为我做了必要的事情。我使用了以下结构

SELECT
SUBSCRIBER_ID,
SEGMENTATION_DATE,
OFFER_ID,
COUNT(*) OVER (PARTITION BY SUBSCRIBER_ID ORDER BY SEGMENTATION_DATE RANGE BETWEEN UNBOUNDED     PRECEDING AND 1 PRECEDING) AS SENDEVER,
COUNT(*) OVER (PARTITION BY SUBSCRIBER_ID ORDER BY SEGMENTATION_DATE RANGE BETWEEN 30 PRECEDING AND 1 
COUNT(CASE WHEN (OFFER_ID =580169) THEN 1 ELSE NULL END ) OVER (PARTITION BY SUBSCRIBER_ID ORDER    BY SEGMENTATION_DATE RANGE BETWEEN 180 PRECEDING AND 1 PRECEDING) AS SEND6M580169
FROM myTable

PARTITION BY根据SUBSCRIBER_ID字段对表进行分组，并在每个组的行上使用适当的RANGE BETWEEN语句，我只选择在所需时间间隔内具有适当日期的语句。

通过在OFFER_ID字段上使用CASE WHEN语句，我进一步过滤当前SUBSCRIBER_ID组中的行，并抛弃所有具有无效商品ID的行。

好消息是这里不需要自我连接，减少了操作的顺序。

用于处理具有子组的表的SQL查询

2 个答案: