sql - 用 NULL 替换重复列值的优化解决方案

Question

我有一个具有以下结构和数据的表：

时间	公司	属性A	属性	属性
2020 年 12 月 4 日 13:21	测试A	12	1	2
2020 年 12 月 4 日 13:21	测试B	1	2	44
2020 年 12 月 4 日 13:22	测试B	34	3	44
2020 年 12 月 4 日 13:22	测试A	12	4	5
2020 年 12 月 4 日 13:21	测试C	15	5	4

我想要实现的是以下内容：

• 如果对于特定公司，在 AttriX（X = A、B 或 C）列中有连续的、重复的值，那么我想用 NULL 替换这些重复值。
• 数据量很大，大约几百万，查询也必须是高性能的。

按照上述逻辑，我试图创建的视图应该返回给我这样的数据：

时间	公司	属性A	属性	属性
2020 年 12 月 4 日 13:21	测试A	空值	1	2
2020 年 12 月 4 日 13:21	测试B	1	2	空值
2020 年 12 月 4 日 13:22	测试B	34	3	空值
2020 年 12 月 4 日 13:22	测试A	空值	4	5
2020 年 12 月 4 日 13:21	测试C	15	5	4

我已经碰壁了。谁能帮帮我吗？

标签： sql

Answer 1

您可以使用lead()和lag()：

select t.*,
       (case when lead(attria) over (partition by company order by time) = attria or
                  lag(attria) over (partition by company order by time) = attria
             then null
             else attria
        end),
       (case when lead(attrib) over (partition by company order by time) = attrib or
                  lag(attrib) over (partition by company order by time) = attrib
             then null
             else attrib
        end),
       (case when lead(attric) over (partition by company order by time) = attric or
                  lag(attric) over (partition by company order by time) = attric
             then null
             else attric
        end)
from t