postgresql 是否有方法删除/更新时间序列中的重复值？

lb3vh1jj 于 2023-11-18 发布在 PostgreSQL

关注(0)|答案(2)|浏览(126)

我有一个表，它看起来像这样（不要介意数据库供应商，因为我在ANSI SQL中需要它）：

create table edge (
   parent_id int not null,
   child_id int not null,
   value float not null,
   start date not null,
   end date not null
)

字符串
然后，我将获得以下CSV输入数据：

1,2,0,2023-01-01,2023-01-10
1,2,0,2023-01-11,2023-01-20
1,2,0,2023-01-21,NULL
1,3,0,2023-01-01,2023-01-10
1,3,0,2023-01-11,2023-01-20
1,3,1,2023-01-21,NULL

型
请注意，如果父级为1，子级为2，则相同的值0在多个日期间隔中重复，因此它可以折叠为：

1,2,0,2023-01-01,NULL
1,3,0,2023-01-01,2023-01-20
1,3,1,2023-01-21,NULL

型
end中的值NULL表示有效，直到另行通知。
理想情况下，应该有一个查询，它会为表边缘（是的，图边缘）生成第二个摘录的输出。目标是首先删除冗余行，并使用start更新剩余的最后一行，以匹配第一个删除行的start。
我能得到的最接近的是下面的，在这里我找到了所有要删除的冗余行：

SELECT *
FROM edge
WHERE (parent, child, value, start) IN (SELECT parent, child, value, end+1
                                        FROM edge)
ORDER BY parent, child, start

型
然后我需要做更新步骤来保持时间序列的一致性。另外，value是完全匹配的，它是一个浮点数，但这至少在PostgreSQL上有效。
如果没有办法使用ANSI，我会有兴趣学习PostgreSQL的情况。

postgresql

来源：https://stackoverflow.com/questions/77368078/is-there-a-way-to-delete-update-duplicate-values-in-a-time-sequence

2条答案

按热度按时间

ukdjmx9f1#

我首先建议使用一个查询，根据上面的业务规则选择所需的行，可以使用（作为视图？）而不删除。我使用的是非ANSI distinct on PostgreSQL的子句。

select distinct on (parent_id, child_id, value) 
 parent_id, child_id, value, 
 first_value(start_date) over (partition by parent_id, child_id, value order by start_date),
 end_date
from edge;
order by parent_id, child_id, value, start_date desc;

字符串
如果这是不可接受的，则将查询整形为CTE，然后删除不在其中的这些行。
下面是一个符合SQL标准的版本w/o distinct on。

select parent_id, child_id, value, sd start_date, end_date
from
(
 select
   row_number() over (partition by parent_id, child_id, value order by start_date desc) rn, 
   parent_id, child_id, value, 
   first_value(start_date) over (partition by parent_id, child_id, value order by start_date) sd,
   end_date
 from edge
) t
where rn = 1;

型
SQL Fiddle demo

赞(0）回复(0）举报 2023-11-18

svujldwt2#

如果日期范围是连续的，我认为最简单的（但有点脏）方法如下：
1.将end设置为未来的唯一日期，其中为null。
1.将值放入新边表：

SELECT parent_id, child_id, value, MIN(start), MAX(end)
 FROM edge_old
 GROUP BY parent_id, child_id, value

字符串
1.将end设置为null，它与之前设置的唯一日期匹配，并删除旧表。

赞(0）回复(0）举报 2023-11-18

我来回答

postgresql 是否有方法删除/更新时间序列中的重复值？

2条答案

相关问题

热门标签

最新问答