背景
我有一个包含4列的sql表：
> id – varchar(50)
> g1 – varchar(50)
> g2 – varchar(50)
> datetime – 时间戳
我有这个问题：
- SELECT g1,COUNT(DISTINCT id),SUM(COUNT(DISTINCT id)) OVER () AS total,(CAST(COUNT(DISTINCT id) AS float) / SUM(COUNT(DISTINCT id)) OVER ()) AS share
- FROM my_table
- and g2 = 'start'
- GROUP BY 1
- order by share desc
问题
每个id可能在表中有多个记录.我想考虑最早的一个.早期意味着,最小日期时间值.
例
表
- id g1 g2 datetime
- x1 a start 2016-01-19 21:01:22
- x1 c start 2016-01-19 21:01:21
- x2 b start 2016-01-19 09:03:42
- x1 a start 2016-01-18 13:56:45
实际查询结果
- g1 count total share
- a 2 4 0.5
- b 1 4 0.25
- c 1 4 0.25
我们有4条记录,但我只想考虑两条记录：
- x2 b start 2016-01-19 09:03:42
- x1 a start 2016-01-18 13:56:45
这是每个id最早的记录.
预期的查询结果
- g1 count total share
- a 1 2 0.5
- b 1 2 0.5
题
我如何仅考虑组中每个id的最早记录
解决方法
您正在查询my_table的所有数据,尽管您只想拥有最早的id日期.我假设id是表中的主键.
我建议您定义一个视图(或内联视图),它只查询id的最早日期,并在该视图上使用您的查询而不是my_table.
视图可以定义为如此,并且只包含最早日期的id：
- select * from my_table a
- where a.datetime = (select min(z.datetime) from my_table z where a.id = z.id) and a.g2 = 'start'
您可以将其定义为视图或直接使用它,如下所示：
- SELECT g1,(CAST(COUNT(DISTINCT id) AS float) / SUM(COUNT(DISTINCT id)) OVER ()) AS share
- FROM (select a.id,a.g1,a.g2,a.datetime from my_table a where a.datetime = (select min(z.datetime) from my_table z where a.id = z.id) and a.g2 = 'start')
- GROUP BY 1
- order by share desc
