主页 / dba / 问题 / 157903
Accepted
trench
Asked: 2016-12-13 06:05:20 +0800 CST

根据最大日期选择唯一行[重复]

  • 772

我正在使用 PostgreSQL，我正在尝试创建数据视图：

forecast_datetime, file_date, thing_id, thing_name, facts...

forecast_datetime 列是每 30 分钟间隔的日期时间。问题是预测是未来 1 个月，这会导致大量重复数据。（所以今天，将会有 2016-12-25 01:30:00 的预测，然后明天会有相同间隔的预测，可能会一遍又一遍地进行，直到该时期实际发生。）。

我要创建的视图只是查看附加到表中的最后一个预测。这由 file_date 列指示（顾名思义，我收到一个附加到数据库的每日预测文件。此列指示文件名中的日期）。

我基本上想过滤每个thing_id 的所有行并选择forecast_datetime 列，其中file_date 是该预测的最大日期。所以每个 thing_id 应该只有一行，每个唯一的 forecast_datetime 间隔基于最新的 file_date。

CREATE OR REPLACE VIEW schema.view AS 
SELECT DISTINCT ON (thing_id, forecast_datetime, file_date)
       forecast_datetime,
       interval,
       time_zone,
       file_date,
       thing_id, 
       thing_name,
       other_cols...
FROM   schema.orig_table
ORDER  BY  file_date DESC

该查询会起作用吗？我可以在 pandas/python 中轻松做到这一点，但我对 SQL 比较陌生，想尝试一个视图而不是编写一个新的物理表。

这是应用我在上面写的查询后的一些示例数据。因为我在 SELECT DISTINCT 查询中包含了 file_date，所以仍然有一个重复行重复每个 forecast_datetime。当我将基于 thing_id 和 forecast_datetime 的数据加入到实际结果表中时，这会导致问题。

forecast_datetime   file_date   thing_id
2016-12-12 20:30    2016-12-11  99
2016-12-12 20:30    2016-12-10  99
2016-12-12 20:30    2016-12-09  99
2016-12-12 20:30    2016-12-08  99

我只想拥有最大 file_date 的行。在上面的示例中，这将是第一行 (2016-12-11)。其他行将从视图中删除。

postgresql

1 个回答

  1. Best Answer
    CREATE OR REPLACE VIEW schema.view AS 
SELECT DISTINCT ON (thing_id, forecast_datetime)
       forecast_datetime,
       interval,
       time_zone,
       file_date,
       thing_id, 
       thing_name,
       other_cols...
FROM   schema.orig_table
ORDER  BY  thing_id, forecast_datetime ASC, file_date DESC

    这似乎工作得很好。

    • 0

相关问题