Question

我一直在尝试进行一个相当复杂的SQL查询（也许很简单？）来压缩具有重复信息的表。我在SequelPro中使用MySQL 5.7.14。我是SQL的新手，对连接，联合等有基本的了解。我想为此需要一个带有一些组BY的子查询，但是我不知道如何做到最好。下表说明了我正在尝试做的一个简单示例：

table

对于每个col_1重复的条目，当由col_2和3设置的范围（分别是范围的开始和结束）重叠时，我想压缩为单个条目。对于col_4和5，应该报告落入该范围的条目中的最大值。对于上面的示例，在col_1中，a的重叠范围为三个范围，我想将其压缩为col_1的最小值和col_2的最大值，以及col_4和5的最大值。对于col_2中的“ b”，存在两个范围（31-50，12-15）不会重叠，因此它将按原样返回两行。对于c，它将返回一行，范围为100-300，并且col_4和col_5的值分别为3、2。该示例所需的完整结果如下所示：

query output

我应该补充一点，在某些地方存在“空”值，应将其视为零。有没有人知道最好，最简单的方法？预先谢谢你！

更新：我尝试使用建议的范围设置查询，但出现错误。查询如下：

WITH a AS (SELECT range 
  , lower(col_2) AS startdate
  , max(upper(col_3)) OVER (ORDER BY range) AS `end`
   FROM   `combine`
   )
, b AS (
   SELECT *, lag(`end`) OVER (ORDER BY range) < `start` OR NULL AS step
   FROM   a
   )
, c AS (
   SELECT *, count(step) OVER (ORDER BY range) AS grp
   FROM   b
   )
SELECT daterange(min(`start`), max(`end`)) AS range
FROM   c
GROUP  BY grp
ORDER  BY 1;

我收到的错误是：您的SQL语法有误；查看与您的MySQL服务器版本相对应的手册，以在'a AS（SELECT range）附近使用正确的语法，较低（col_2）AS开始日期，第一行的max（upper（col_3））OVE'

Answer 1

这并非微不足道，但可以在一个查询中完成。

困难的部分是将一组间隔合并为最大可能的连续间隔。解决方案在this post中有详细说明。

要获得想要的结果，您现在需要：

使用链接中给出的查询，为col1中的每个值计算最大可能的连续间隔。

根据您的示例值，结果将是：

col_1 lower_bound upper_bound
a     20          60
b     12          15
b     31          50
c     100         300

将这些大间隔之一与your_table中的每一行相关联。每行只能有一个这样的间隔，所以让我们INNER JOIN：

SELECT my_table.*, large_intervals.lower_bound, large_intervals.upper_bound FROM my_table INNER JOIN (my_awesome_query(your_table)) large_intervals ON large_intervals.col1 = my_table.col1 AND large_intervals.lower_bound <= my_table.col2 AND large_intervals.upper_bound >= my_table.col3

您会得到：

col1 col2 col3 col4 col5 lower_bound upper_bound
a    45   50   1    0    20          60
a    50   61   6    0    20          60
a    20   45   0    5    20          60
b    31   50   0    1    31          50
b    12   15   5    0    12          15
c    100  200  3    2    100         300
c    150  300  1    2    100         300

这很容易，只需按col1，lower_bound，上限进行分组即可：

SELECT col1, lower_bound AS col2, upper_bound AS col3, MAX(col4) AS col4, MAX(col5) AS col5 FROM (query above) decorated_table GROUP BY col1, lower_bound, upper_bound

您将得到您想要的结果。

回到困难的地方：上面提到的帖子介绍了PostgreSQL的解决方案。 MySQL没有范围类型，但是解决方案可以调整。例如，代替lower(range)，直接使用下界col2。该解决方案还利用了窗口功能，即lag和lead，但是MySQL with the same syntax支持这种功能，因此这里没有问题。另请注意，它们使用COALESCE(upper(range), 'infinity')来防止未绑定的范围。由于您的范围是有限的，因此您无需在意，可以直接使用上限，即col3。这是改编：

WITH a AS (
   SELECT
       col2,
       col3,
       col2 AS lower_bound, 
       MAX(col3) OVER (ORDER BY col2, col3) AS upper_bound
   FROM   combine
   )
, b AS (
   SELECT *, lag(upper_bound) OVER (ORDER BY col2, col3) < lower_bound OR NULL AS step
   FROM   a
   )
, c AS (
   SELECT *, count(step) OVER (ORDER BY col2, col3) AS grp
   FROM   b
   )
SELECT
    MIN(lower_bound) AS lower_bound,
    MAX(upper_bound) AS range
FROM   c
GROUP  BY grp
ORDER  BY 1;

这适用于单个组。如果要按col1获取范围，可以这样调整：

WITH a AS (
   SELECT
       col1,
       col2,
       col3,
       col2 AS lower_bound, 
       MAX(col3) OVER (PARTITION BY col1 ORDER BY col2, col3) AS upper_bound
   FROM   combine
   )
, b AS (
   SELECT *, lag(upper_bound) OVER (PARTITION BY col1 ORDER BY col2, col3) < lower_bound OR NULL AS step
   FROM   a
   )
, c AS (
   SELECT *, count(step) OVER (PARTITION BY col1 ORDER BY col2, col3) AS grp
   FROM   b
   )
SELECT
    MIN(lower_bound) AS lower_bound,
    MAX(upper_bound) AS range
FROM   c
GROUP  BY col1, grp
ORDER  BY 1;

将所有内容组合在一起，我们得到以下内容（在您提供的示例中进行了测试），它完全返回您期望的输出：

WITH a AS (
   SELECT
       col1,
       col2,
       col3,
       col2 AS lower_bound, 
       MAX(col3) OVER (PARTITION BY col1 ORDER BY col2, col3) AS upper_bound
   FROM   combine
   )
, b AS (
   SELECT *, lag(upper_bound) OVER (PARTITION BY col1 ORDER BY col2, col3) < lower_bound OR NULL AS step
   FROM   a
   )
, c AS (
   SELECT *, count(step) OVER (PARTITION BY col1 ORDER BY col2, col3) AS grp
   FROM   b
   )
, large_intervals AS (
    SELECT
        col1,
        MIN(lower_bound) AS lower_bound,
        MAX(upper_bound) AS upper_bound
    FROM   c
    GROUP  BY col1, grp
    ORDER  BY 1
    )
, combine_with_large_interval AS (
    SELECT
        combine.*,
        large_intervals.lower_bound,
        large_intervals.upper_bound
    FROM combine
    INNER JOIN large_intervals
        ON large_intervals.col1 = combine.col1
        AND large_intervals.lower_bound <= combine.col2
        AND large_intervals.upper_bound >= combine.col3
)
SELECT
    col1,
    lower_bound AS col2,
    upper_bound AS col3, 
    MAX(col4) AS col4, 
    MAX(col5) AS col5
FROM combine_with_large_interval
GROUP BY col1, lower_bound, upper_bound
ORDER BY col1, col2, col3;

Voilà！

MySQL：如何将范围分区合并为最大可能的连续范围

1 个答案: