1

Есть набор данных следующего формата:

id, val
(0, val1) ---- equivalent val
(1, val1) ---- equivalent val
(2, val1) -- equivalent id ---- equivalent val
(2, val2) -- equivalent id
(3, val3)

Я использую запрос вида: select lag(val) over (order by id) from Table и сталкиваюсь с непредсказуемым значением оконной функции в силу повторяющегося значения в столбце сортировки.

Дублирующихся значений id может быть только 2 подряд.

Мой конечный запрос сводится к сравнению значения val текущей с val предыдущей строки, то есть что-то вроде select case when lag(val) over (order by id) = val then 'result' else 'another result' from Table

Была идея проверять значение сразу 2 строк, чтобы "перекрыть" рандомную сортировку:

select case when lag(val, 1 , null) over (order by id) = val or lag(val, 2, null) over (order by id) = val then 'result' else 'another result' from Table

Но это решение не подошло в силу того, что значения val могут повторяться и дать псевдопожительный результат (см. id = 0, id = 2), тогда как меня интересует строго предыдущая строка.

  1. Подскажите, я правильно понимаю, что не указывая второй столбец для сортировки, нет возможности ни предугадать значение, ни повлиять на него иными средствами?
  2. Если есть идеи, как решить мою задачу, буду рад.
16
  • А в order нельзя сразу два столбца указать: over (order by id, val)? Может в данном случае это не применимо, но обычно в таких случаях просто по нескольким полям сортируют, чтобы обеспечить устойчивость сортировки.
    – CrazyElf
    Commented 31 мая в 10:10
  • К сожалению, нельзя( в этом то вся и загвоздка
    – Lobster25
    Commented 31 мая в 10:16
  • 2
    К сожалению, нельзя - и вот с этого места поподробнее. Потому как Постгресс прекрасно поддерживает сортировку по нескольким полям. Мой конечный запрос сводится к сравнению значения val текущей с val предыдущей строки Понятие "предыдущая строка" существует строго после того, как определён порядок сортировки, значение выражения которого уникально на всём наборе записей. До тех пор пока это условие не выполнено (а для указанного ORDER BY id - оно как раз не выполняется), никакого детерминированного "предыдущая строка" нет, и сервер волен использовать любую из группы.
    – Akina
    Commented 31 мая в 10:24
  • 2
    я правильно понимаю, что не указывая второй столбец для сортировки, нет возможности ни предугадать значение, ни повлиять на него иными средствами? Абсолютно правильно.
    – Akina
    Commented 31 мая в 10:25
  • 1
    Какое может быть "делать ничего не нужно"?? Вы используете обращение к предыдущей строке? используете. Это тоже "делать". И это должно выполняться детерминированно.
    – Akina
    Commented 31 мая в 12:13

1 ответ 1

2

Ответ на заданный вопрос

не указывая второй столбец для сортировки, нет возможности ни предугадать значение, ни повлиять на него иными средствами?

Можно сортировать по не по значению, а по служебной колонке ctid. Это даст стабильный порядок строк.

Но в общем случае значения во втором столбце могут идти не по порядку. Например:

id, val
(0, val1)
(1, val1)
(2, val1)
(2, val2)
(3, val3)
(4, val3)
(4, val2) -- уменьшение val
(5, val2)

Тогда сортировка по значению не будет работать, и никакая обычная сортировка не поможет.

Алгоритм сортировки получается рекурсивным. Чтобы отсортировать две строки с id = i и определить, какая из них первая, а какая последняя, — надо сравнить их значения со значением, указанным в последней строке с id = i - 1.
Для данной задачи явная сортировка вообще не нужна, достаточно помечать, какая строка последняя, чтобы продолжать рекурсию от неё.

На больших объёмах данных рекурсия сильно неоптимальна. Как указали в комментариях, бизнес-логика кривая. Либо структура данных.

Тем не менее, технических проблем написать такой SQL нет:

WITH RECURSIVE r AS (
  SELECT
    id,
    val,
    null as result,
    true as use_later_flg
  FROM t
  WHERE id = 0
  UNION ALL
  SELECT
    t.id,
    t.val,
    case when t.val = r.val then 'result' else 'another_result' end as result,
    t.val <> r.val or count(*) over () = 1 as use_later_flg
  from
    r
    join
    t
    on r.id + 1 = t.id
    and r.use_later_flg
)
SELECT
  id,
  val,
  result
FROM r;
id val result
0 val1 null
1 val1 result
2 val1 result
2 val2 another_result
3 val3 another_result
4 val3 result
4 val2 another_result
5 val2 result

Предполагается, что id последовательные, без пропусков.

Вот это требование не реализовано:

Алгоритму важны только случаи равенства. Когда val предыдущей != val текущей, делать ничего не нужно

Без примера непонятно, что имеется в виду. Но полагаю, что добавить фильтры в код не будет проблемой.

Демо: https://dbfiddle.uk/StAEiHb_

Ответ с учётом комментария про даты

Следует изменить структуру данных, отслеживать и сохранять также время. Тогда получится медленно меняющееся измерение. Также, если значение не меняется, то повторять его каждый день незачем:

begin_ts, val
(01.01 00:00, val1)
(02.01 12:30, val2)
(03.01 14:10, val3)
(05.01 02:59, val2)

Тут сортировка зашита в колонку begin_ts, и никаких проблем с обработкой данных в такой структуре не будет.

Ваш ответ

Нажимая «Отправить ответ», вы соглашаетесь с условиями пользования и подтверждаете, что прочитали политику конфиденциальности.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.