在SQL中查找实体的第一个条目和最后一个条目的最有效方法是什么？

Question

在一次采访中有人问我这个问题。行程表包含以下各列（customer_id，start_from，end_at，start_at_time，end_at_time），其数据结构合理，因此每次行程都存储为单独的行，并且表的一部分如下所示：您会找到昨天从A点开始到昨天P点结束的所有客户的名单吗？

我提供了使用窗口函数的解决方案，该函数确定了从A开始的所有客户的列表，然后将这些客户的列表与以P结束一天的客户进行内部联接（使用相同的窗口函数）

我给出的解决方案是这样：

SELECT a.customer_id
FROM
  (SELECT a.customer_id
   FROM
     (SELECT customer_id,
             start_from,
             row_number() OVER (PARTITION BY customer_id
                                ORDER BY start_at_time ASC) AS rnk
      FROM trips
      WHERE to_date(start_at_time)= date_sub(CURRENT_DATE, 1) ) AS a
   WHERE a.rnk=1
     AND a.start_from='A' ) AS a
INNER JOIN
  (SELECT a.customer_id
   FROM
     (SELECT customer_id,
             end_at,
             row_number() OVER (PARTITION BY customer_id
                                ORDER BY end_at_time DESC) AS rnk
      FROM trips
      WHERE to_date(end_at_time)= date_sub(CURRENT_DATE, 1) ) AS a
   WHERE a.rnk=1
     AND a.end_at='P' ) AS b ON a.customer_id=b.customer_id

我的面试官说我的解决方案是正确的，但是有一种更有效的方法来解决此问题。我一直在寻找并尝试找到一种更有效的方法，但到目前为止我还找不到。您能建议一种更有效的方法来解决此问题吗？

Answer 1

我可能为此使用first_value()

select t.customer_id
from (select t.*,
             first_value(start_from) over (partition by customer_id order by start_at_time) as first_start,
             first_value(end_at) over (partition by customer_id order by start_at_time desc) as last_end
      from t
      where start_at_time >= date_sub(CURRENT_DATE, 1) and
            start_at_time < CURRENT_DATE
     ) t
where first_start = start_from and  -- just some filtering so select distinct is not needed
      first_start = 'A' and
      last_end = 'P';

我应该补充一点，许多数据库都支持等效的聚合功能，而我将使用它。

这假定开始不重复。为了安全起见，您可以添加select distinct，但这会带来性能上的损失。

Answer 2

我可能会做的广义版本：

SELECT fandl.a
FROM (
   SELECT a, MIN(start) AS t0, MAX(start) AS tN
   FROM someTable
   WHERE start >= DATE_SUB(CURRENT_DATE, 1) AND start < CURRENT_DATE
   GROUP BY a
) AS fandl
INNER JOIN someTable AS st0 ON fandl.a = st0.a AND fandl.t0 = st0.start
INNER JOIN someTable AS stN ON fandl.a = stN.a AND fandl.tN = stN.start
WHERE st0.b1 = 'A' AND stN.b2 = 'P'
;

使用您执行的日期函数，因为您没有指定sql方言。

请注意，在许多RDBMS中，如果有一个（a，start）索引，则可以仅使用索引来完成子查询和联接。最终的WHERE评估仅需要实际的表访问权限。