Question

我需要一个包含用户，文件名和有效负载的表中的鞋子和帽子总和。如果将重复记录定义为相同的用户，有效负载以及文件名中'/'之后的部分，则应忽略重复记录。在下面的示例表中，记录＃3是使用上述规则的记录＃2的副本。理想的结果是鞋子和帽子的总和，如下例所示。

示例数据

+---+------+----------+-----------+
| # | User | Filename |  Payload  |
+---+------+----------+-----------+
| 1 | A    | a/123    | Shoes = 3 |
| 2 | A    | a/123    | Hats = 2  |
| 3 | A    | b/123    | Hats = 2  |
| 4 | B    | a/123    | Shoes = 1 |
| 5 | B    | a/123    | Hats = 1  |
+---+------+----------+-----------+

预期产量

+-------+------+
| Shoes | Hats |
+-------+------+
|     4 |    3 |
+-------+------+

Answer 1

蜂巢恰好支持substring_index()，因此您可以这样做：

select sum(case when payload like 'Shoes%'
                then substring_index(payload, ' = ', -1)
                else 0
           end) as num_shoes,
       sum(case when payload like 'Hats%'
                then substring_index(payload, ' = ', -1)
                else 0
           end) as num_hats
from (select t.*,
             row_number() over (partition by user, payload, substring_index(filename, '/', -1)
                                order by user
                               ) as seqnum
      from t
     ) t
where seqnum = 1;

我强烈建议您更改数据模型，而不要将有效负载存储为字符串。数字应存储为数字。名称应存储为名称。如果可以避免，则不应将它们组合成字符串。

SQL-重用列中唯一值的总和

1 个答案: