时间戳

首页 > 解决方案 > 如果 2 行在 2 列中有数据匹配，则排除数据行

sql - 如果 2 行在 2 列中有数据匹配，则排除数据行

问题描述

设置：数据存储在 hadoop 和 Impala 中的查询。

我正在尝试创建一个查询，该查询允许我获取我们从客户那里看到的交付的明细（他们的交付是我们在数据库中看到的所有行的计数，在给定的时期内。为了做到这个，我需要排除我们在一行上重复计算的地方，所以我们只计算 1 而不是计算 2+ 行。

在这种情况下，双重计数是 2 列具有完全相同的行数据。

示例：在下表中，我应该能够运行查询，因此我从我对“C4”的计数中删除了第 1 行，因为前 2 行有 2 列匹配。

TABLE = table
c1 = string
c2 = bigint

C1    || C2         || C3  || C4
--------------------------
a     || 1          || a   || 1
a     || 1          || a   || 1
a     || 2          || b   || 1
a     || 3          || a   || 1
a     || 4          || b   || 1
b     || 2          || c   || 1
c     || 1          || d   || 1
c     || 2          || d   || 1

返回所有行的当前查询：

SELECT c1,
       c3,
       count(c4) AS 'delivery'
FROM table
WHERE c1 = 'a'
GROUP BY c1, c3

根据我在网上检查的内容，我需要创建一个子查询来识别这些行，但是我没有任何运气正确地做到这一点并进入了一个兔子洞，在那里我试图创建一个新的行，它结合了下面的 2 列：

SELECT
        UNIQUE = c2 + cast(c1 as BIGINT)
FROM table
WHERE month = month(now())

然后，我将从这个新行中查看唯一的行，但我确信可能有类似的方法可以实现我的目标。

从上表示例中，我的目标是看到以下结果：

c1     c3      delivery
a      a       2
a      b       1

感谢您提供的任何建议。

标签： sqlimpalahue

解决方案

我想你想要窗口功能。对于唯一行：

SELECT t.*
FROM (SELECT t.*, ROW_NUMBER() OVER (PARTITION BY c1, c2 ORDER BY c1) as seqnum
      FROM t
     ) t
WHERE seqnum = 1;

对于聚合：

SELECT t.c1, COUNT(*)
FROM (SELECT t.*, ROW_NUMBER() OVER (PARTITION BY c1, c2 ORDER BY c1) as seqnum
      FROM t
     ) t
WHERE seqnum = 1
GROUP BY c1;

如果后者是你想要的，你也可以使用：

SELECT c1, COUNT(DISTINCT c2)
FROM t
GROUP BY c1;

推荐阅读