Question

我有一个SQL查询（遗憾地以SQL Server为目标），看起来像这样：

SELECT
    DATETIMEFROMPARTS(YEAR(ts), MONTH(ts), DAY(ts), 0, 0, 0, 0) AS day,
    AVG(CASE WHEN DATEPART(HOUR, ts) = 0 THEN val ELSE NULL END) AS hr0,
    AVG(CASE WHEN DATEPART(HOUR, ts) = 1 THEN val ELSE NULL END) AS hr1,
    -- ...etc for other hours...
FROM 
    sample_data
GROUP BY 
    DATETIMEFROMPARTS(YEAR(ts), MONTH(ts), DAY(ts), 0, 0, 0, 0)

这非常有效，计算（每天）每小时的平均值。

然而，我的要求正在发生变化：我现在每小时只要求第一个样本。因此，hr0应该只反映value满足ts的最小DATEPART(HOUR, ts) = 0（当然，仍然在同一天内），如果没有，则{NULL}存在。

我想到的一个明显的方法是每小时使用一个子查询，但这让我觉得运行效率显着降低（而且我的实现尝试不仅慢而且丑陋）。有没有更好的选择？我不考虑？

Answer 1

要从datetime截断时间组件，您只需转换为date。

查找top-n-per-group或greatest-n-per-group。对于SQL Server，请参阅Retrieving n rows per group。

以下是使用ROW_NUMBER()的一种可能变体。

WHERE rn=1过滤器每小时最多产生一行。这一小时的每一行都包含第一个val。

GROUP BY dt和24 MIN(CASE WHEN DATEPART(HOUR, ts) = ...将结果集转换为每天一行，每小时24列。除了MIN之外，您可以放置任何其他聚合函数（MAX，SUM，AVG）。结果不会改变，因为在第一个过滤器后，每小时最多只能有一行。

WITH
CTE
AS
(
    SELECT
        ts
        ,CAST(ts as date) AS dt
        ,val
        ,ROW_NUMBER() 
            OVER(PARTITION BY CAST(ts as date), DATEPART(HOUR, ts) ORDER BY ts) AS rn
    FROM sample_data
)
SELECT
    dt
    ,MIN(CASE WHEN DATEPART(HOUR, ts) = 0 THEN val ELSE NULL END) AS hr0
    ,MIN(CASE WHEN DATEPART(HOUR, ts) = 1 THEN val ELSE NULL END) AS hr1
    ,MIN(CASE WHEN DATEPART(HOUR, ts) = 2 THEN val ELSE NULL END) AS hr2
    -- ...etc for other hours...
FROM CTE
WHERE rn=1
GROUP BY dt
ORDER BY dt;

以下是SQL Fiddle，其中包含您的示例数据。

SQL：在每个列的单独子范围内有效地查找最小数据点

1 个答案: