从 SQL 到 SPL:组内查找最近的匹配记录

MSSQL 数据库的表 mytable,每个 ID 有一个 ConfirmationStarted 和多个 Closed 状态。

CreatedAt

ID

NewStatus

2022-05-25 23:17:44.000

147

Active

2022-05-28 05:59:02.000

147

Closed

2022-05-30 20:48:53.000

147

Active

2022-06-18 05:59:01.000

147

Closed

2022-06-21 20:09:48.000

147

Active

2022-06-25 05:59:01.000

147

Closed

2022-07-13 00:02:47.000

147

ConfirmationStarted

2022-07-15 15:33:30.000

147

ConfirmationDone

2022-08-25 05:59:01.000

147

Closed

2023-03-08 13:34:57.000

1645

Draft

2023-03-22 19:58:51.000

1645

Active

2023-04-29 05:59:02.000

1645

Closed

2023-05-08 14:50:29.000

1645

Awarded

2023-05-08 14:53:34.000

1645

ConfirmationStarted

2023-05-08 17:53:55.000

1645

ConfirmationDone

现在要在每个 ID 里,找到 ConfirmationStarted 之前的所有的 Closed 中,离 ConfirmationStarted 最近的那条记录,取出记录的 ID 和时间字段。

ID

xdate

147

2022-06-25 05:59:01.000

1645

2023-04-29 05:59:02.000

SQL 解法:


SQL 解法:
With cte AS (
    SELECT ID, CreatedAt, NewStatus,
        ROW_NUMBER() OVER (PARTITION BY ID ORDER BY CreatedAt DESC) AS rn
    FROM mytable
    WHERE NewStatus = 'Closed'
    AND CreatedAt < (
        SELECT CreatedAt FROM mytable AS sub
        WHERE sub.ID = mytable.ID AND sub.NewStatus = 'ConfirmationStarted'
    )
)
SELECT ID, CreatedAt as xdate
FROM cte
WHERE rn = 1
ORDER BY ID;

SQL没有天然序号,需要先用窗口函数生成序号。SQL分组后必须立刻汇总,不能对组内记录进行过滤,只能绕道用多层子查询反复过滤。整体代码有点繁琐又难懂。

SPL有天然序号,还提供有丰富的与位置相关的计算。SPL分组后可以保持分组子集,便于处理组内数据。


 A

1

=mssql.query("select ID,CreatedAt,NewStatus from mytable order by CreatedAt”)

2

=A1.group(ID)

3

=A2.(~.select@c(NewStatus!="ConfirmationStarted").select@z1(NewStatus=="Closed"))

4

=A3.new(ID,CreatedAt:xdate)

A1:从数据库加载数据,按时间排序。

A2:按 ID 分组,但不汇总。

A3:过滤每组数据,先找到 ConfirmationStarted 之前的记录,再从中过滤出 Closed,取倒数第 1 条。函数 select 用于条件过滤,过滤时支持与位置相关的计算,@c 表示从第一个使条件为真的记录开始取,直到遇到使条件为假的记录时停止,@1 表示取结果的第 1 条,@z 表示从后往前过滤。

A2-A4 可以合成一句:=A1.group(ID;~.select@c(NewStatus!="ConfirmationStarted").select@z1(NewStatus=="Closed").CreatedAt:xdate)

问题来源:https://stackoverflow.com/questions/78279330/how-do-i-find-the-date-before-a-value-changes-in-t-sql