Question

假设有两个相同数据的来源。根据源优先级选择记录的最佳方法是什么？ e.g。

Date   Value    Source
D1      V1        S1
D1      V2        S2
D2      V3        S1
D3      V4        S2

假设S1优于S2，查询应该给出：

D1 V1 S1
D2 V3 S1
D3 V4 S2

目标数据库是MS SQL Server。谢谢。

Answer 1

一种方法是从S1中选择所有内容，然后只选择S2中不匹配的记录：

select t.*
from t
where t.source = 'S1' or
      not exists (select 1 from t t2 where t2.source = 'S2');

Answer 2

SELECT *
FROM 
 ( SELECT *
         ,ROW_NUMBER() OVER (PARTITION BY [Date] ORDER BY [Source] ASC) rn
   FROM TableName 
 )a
WHERE Rn = 1

考虑到S1优于S2，S2优于S3等等......

使用ROW_NUMBER()功能，您可以获得每个日期值的最佳可用来源。

Answer 3

如果您的DBMS支持窗口正常运行，您可以找到每个日期的最佳优先级，如下所示：

SELECT DATE,
  value,
  source
FROM
  (SELECT t.*,
    row_number() over (partition BY DATE order by source) rn
  FROM TABLE t
  ) t
WHERE rn = 1;

如果没有，并且日期和源列的组合是唯一的，您可以使用：

SELECT t1.*
FROM TABLE t1
INNER JOIN
  ( SELECT DATE, MIN(source) source FROM TABLE GROUP BY DATE
  ) t2
ON t1.date    = t2.date
AND t1.source = t2.source;

Answer 4

select * from t t1
where not exists (
    select 1 from t t2 
    where t2.Source > t1.Source 
          and t2.Value = t1.Value 
          and t2.Date = t1.Date
)

如果Source的优先级逻辑更复杂，您可能需要创建自己的自定义比较函数，在这种情况下查询可能如下所示：

select * from t t1
    where not exists (
        select 1 from t t2 
        where customFunc(t2.Source) > customFunc(t1.Source) 
              and t2.Value = t1.Value 
              and t2.Date = t1.Date
    )

Answer 5

我可以通过使用CASE表达式来解决这个问题，该表达式的顺序反映了来源的重要性顺序：

SELECT t1.*
FROM yourTable t1
INNER JOIN
(
    SELECT Date,
           MIN(CASE WHEN Source = 'S1' THEN 1
                    WHEN Source = 'S2' THEN 2 END) AS SourceRank
    FROM yourTable
    GROUP BY Date
) t2
    ON t1.Date = t2.Date AND
       t2.SourceRank = 1

使用CASE表达式的好处是允许任意对两个或更多源的排序，而不假设重要性顺序可能是什么。

Answer 6

假设有一个单独的源优先级表

create table #sp(
    Source varchar(5) primary key,
    Priority int
    );

insert #sp(Source,Priority)
values
('S1',2),
('S2',1);

可以这样使用

select top(1) with ties t.*
from myTable t
join #sp p on t.Source = p.Source
order by row_number() over (partition by t.Date order by p.priority);

SQL：根据源优先级选择记录

6 个答案: