Question

我正在尝试计算某一天司机获得的“出租车票价”的总计“。最初在Netezza上测试，现在尝试在spark-sql上编码。

但是如果两行的结构为（（司机，日） - >票价）如果'票价'值相同那么running_total列总是显示最终总和！如果所有票价不同，则计算得非常完美。有没有办法实现这一点（在ANSI SQL或Spark数据帧中）而不使用rowsBetween（start，end）？

示例数据：

    driver_id<<<<>>>>date_id  <<<<>>>>fare
    10001           2017-07-27        500
    10001           2017-07-27        500
    10001           2017-07-30        500
    10001           2017-07-30        1500

SQL查询我开始计算运行总计

    select driver_id, date_id, fare , 
    sum(fare)
    over(partition by date_id,driver_id 
    order by date_id,fare ) 
    as run_tot_fare
    from trip_info
    order by 2

结果：

  driver_id <<<<>>>> date_id <<<<>>>> fare <<<<>>>> run_tot_fare
  10001              2017-07-27       500           1000 --**Showing Final Total expecting 500**
  10001              2017-07-27       500           1000
  10001              2017-07-30       500           500 --**No problem here**
  10001              2017-07-30       1500          2000

如果有人可以让我知道，我做错了什么，如果没有使用Rows Unbounded Precedings / rowsBetween（b，e）可以实现，那么我非常感谢。提前谢谢。

Answer 1

SQL中的传统解决方案是使用range而不是rows：

select driver_id, date_id, fare , 
       sum(fare) over (partition by date_id, driver_id 
                       order by date_id, fare
                       range between unbounded preceding and current rows
                      ) as run_tot_fare
from trip_info
order by 2;

缺席，有两级窗口函数或聚合和连接：

select driver_id, date_id, fare,
       max(run_tot_fare_temp) over (partition by date_id, driver_id ) as run_tot_fare
from (select driver_id, date_id, fare , 
             sum(fare) over (partition by date_id, driver_id 
                             order by date_id, fare
                            ) as run_tot_fare_temp
      from trip_info ti
  ) ti
order by 2;

（max()假设票价从不为负。）

SQL：在不使用ROWS UNBOUNDED PRECEDING的情况下运行相同事务的总计

1 个答案: