主頁 > 資料庫 > SQL排序：前面的排序結果對后面的排序結果有影響的排序方法

SQL排序：前面的排序結果對后面的排序結果有影響的排序方法

2020-09-17 03:48:04 資料庫

將最近遇到的一個業務場景進行抽象，希望能有高手指點。（可以通過存盤程序實作，這里求教非回圈的實作方式）排序規則如下：
對于發生時間相同的幾組事件，與這個時間前一時間屬于相同方的事件，排在前面。
一組簡單的事例：
時間  隊
A    A
B    B
B    A
C    A
C    B
排序的結果應該為：
時間  隊
A    A
B    A
B    B
C    B
C    A

uj5u.com熱心網友回復：

沒 oracle 環境， 用 sqlserver 做了一個， 不過思路一樣， 你參照著改一下就好。
USE tempdb

GO

IF OBJECT_ID('t') IS NOT NULL DROP TABLE t

GO

CREATE TABLE t(

	tt VARCHAR(10),

	seq     VARCHAR(10)	

)

GO

INSERT INTO t VALUES ('A','A')

INSERT INTO t VALUES ('B','B')

INSERT INTO t VALUES ('B','A')

INSERT INTO t VALUES ('C','A')

INSERT INTO t VALUES ('C','B')

---------- 以上為測驗表及測驗資料 ----------------



;WITH cte AS (

	SELECT ROW_NUMBER() OVER (ORDER BY tt) AS rid,tt FROM t GROUP BY tt

),cte2 AS (

	SELECT a.*,b.tt AS upTT FROM cte AS a LEFT JOIN cte AS b ON a.rid=b.rid+1

)

SELECT * 

FROM t 

ORDER BY 

tt

,CASE WHEN EXISTS(

	SELECT 1 FROM cte2 WHERE cte2.tt=t.tt AND cte2.upTT=t.seq  	

) THEN 0 ELSE 1 END,seq


uj5u.com熱心網友回復：

沒說清楚啊，
如果資料是
時間  隊
A      D
A      B
A      C
B      A
B      C
B      D
該如何排序？

uj5u.com熱心網友回復：

隊那一列只有兩種可能，我抽象出了最原始的情況。抱歉哈

參考 2 樓 yaiger 的回復:
沒說清楚啊，
如果資料是
時間  隊
A      D
A      B
A      C
B      A
B      C
B      D
該如何排序？

uj5u.com熱心網友回復：

看了一上思路，是在CTE陳述句中進行關聯查詢，怎么沒想到呢。謝謝啦，馬上嘗試一下，有訊息了告訴您。謝謝謝謝

參考 1 樓 yenange 的回復:
沒 oracle 環境， 用 sqlserver 做了一個， 不過思路一樣， 你參照著改一下就好。
USE tempdb

GO

IF OBJECT_ID('t') IS NOT NULL DROP TABLE t

GO

CREATE TABLE t(

	tt VARCHAR(10),

	seq     VARCHAR(10)	

)

GO

INSERT INTO t VALUES ('A','A')

INSERT INTO t VALUES ('B','B')

INSERT INTO t VALUES ('B','A')

INSERT INTO t VALUES ('C','A')

INSERT INTO t VALUES ('C','B')

---------- 以上為測驗表及測驗資料 ----------------



;WITH cte AS (

	SELECT ROW_NUMBER() OVER (ORDER BY tt) AS rid,tt FROM t GROUP BY tt

),cte2 AS (

	SELECT a.*,b.tt AS upTT FROM cte AS a LEFT JOIN cte AS b ON a.rid=b.rid+1

)

SELECT * 

FROM t 

ORDER BY 

tt

,CASE WHEN EXISTS(

	SELECT 1 FROM cte2 WHERE cte2.tt=t.tt AND cte2.upTT=t.seq  	

) THEN 0 ELSE 1 END,seq


uj5u.com熱心網友回復：

您好，可能我在具體抽象中表述的不太準確了。我看您在最后排序時，tt列與seq列進行了關聯。而實際中，tt列是一系列的復雜情況，比如具體的時間（我實際的業務需求是就是解決同時發生的事件排序問題），沒有這類簡單的對應關系。您看是否可以解決？


參考 1 樓 yenange 的回復:
沒 oracle 環境， 用 sqlserver 做了一個， 不過思路一樣， 你參照著改一下就好。
USE tempdb

GO

IF OBJECT_ID('t') IS NOT NULL DROP TABLE t

GO

CREATE TABLE t(

	tt VARCHAR(10),

	seq     VARCHAR(10)	

)

GO

INSERT INTO t VALUES ('A','A')

INSERT INTO t VALUES ('B','B')

INSERT INTO t VALUES ('B','A')

INSERT INTO t VALUES ('C','A')

INSERT INTO t VALUES ('C','B')

---------- 以上為測驗表及測驗資料 ----------------



;WITH cte AS (

	SELECT ROW_NUMBER() OVER (ORDER BY tt) AS rid,tt FROM t GROUP BY tt

),cte2 AS (

	SELECT a.*,b.tt AS upTT FROM cte AS a LEFT JOIN cte AS b ON a.rid=b.rid+1

)

SELECT * 

FROM t 

ORDER BY 

tt

,CASE WHEN EXISTS(

	SELECT 1 FROM cte2 WHERE cte2.tt=t.tt AND cte2.upTT=t.seq  	

) THEN 0 ELSE 1 END,seq


uj5u.com熱心網友回復：

麻煩貼一下完整可行的測驗資料腳本吧， 可以保證按你的腳本資料做出來， 你正式的就可以用的

uj5u.com熱心網友回復：

好的，我截取了三分鐘以內的資料。主要是解決對同時發生的事件進行排序的問題，對同時的事件，與前一組事件距離近的在前；距離相同的，與前一組事件的最后一個事件屬于同一隊的在前。難點在于后一組排序會依賴于前一組的排序結果，比如對0分10秒、0分12秒的結果。（對于同一時間有三個時間的，需要結合距離之類的計算，我覺得思路一致，）
現只麻煩您看一下，能否解決時間相同的，與前一組事件最后一個屬于同一隊的，排在前面這個難點吧。麻煩了
CREATE TABLE table_order (
"team_id" varchar(255) COLLATE "default",
"minute" varchar(255) COLLATE "default",
"second" varchar(255) COLLATE "default",
"x" varchar(255) COLLATE "default",
"y" varchar(255) COLLATE "default",
"end_x" varchar(255) COLLATE "default",
"end_y" varchar(255) COLLATE "default"
)WITH (OIDS=FALSE);

INSERT INTO table_order VALUES ('26', '0', '1', '52.605', '34.68', '55.755', '33.116');
INSERT INTO table_order VALUES ('26', '0', '10', '41.58', '52.496', NULL, NULL);
INSERT INTO table_order VALUES ('26', '0', '15', '24.465', '43.112', NULL, NULL);
INSERT INTO table_order VALUES ('26', '0', '16', '24.465', '43.112', '26.46', '18.02');
INSERT INTO table_order VALUES ('26', '0', '19', '28.77', '17.136', '44.52', '5.576');
INSERT INTO table_order VALUES ('26', '0', '2', '55.755', '33.116', '48.51', '37.06');
INSERT INTO table_order VALUES ('26', '0', '21', '44.415', '5.644', '48.3', '16.796');
INSERT INTO table_order VALUES ('26', '0', '22', '48.3', '16.796', NULL, NULL);
INSERT INTO table_order VALUES ('26', '0', '29', '49.35', '40.936', NULL, NULL);
INSERT INTO table_order VALUES ('26', '0', '3', '48.51', '37.06', '33.81', '57.392');
INSERT INTO table_order VALUES ('26', '0', '4', '33.81', '57.392', '23.73', '41.548');
INSERT INTO table_order VALUES ('26', '0', '5', '23.73', '41.548', '33.6', '41.548');
INSERT INTO table_order VALUES ('26', '0', '53', '47.04', '16.184', NULL, NULL);
INSERT INTO table_order VALUES ('26', '0', '54', '45.045', '19.244', '73.92', '17.816');
INSERT INTO table_order VALUES ('26', '0', '58', '62.37', '16.116', '76.125', '9.724');
INSERT INTO table_order VALUES ('26', '0', '6', '33.81', '42.024', '23.31', '44.88');
INSERT INTO table_order VALUES ('26', '0', '9', '23.94', '46.308', '42.735', '50.184');
INSERT INTO table_order VALUES ('26', '1', '11', '80.22', '0', '76.44', '3.196');
INSERT INTO table_order VALUES ('26', '1', '13', '76.44', '3.196', '79.905', '1.564');
INSERT INTO table_order VALUES ('26', '1', '14', '79.905', '1.564', '69.93', '1.972');
INSERT INTO table_order VALUES ('26', '1', '16', '69.93', '1.972', '56.91', '4.76');
INSERT INTO table_order VALUES ('26', '1', '19', '56.28', '11.832', '46.83', '33.184');
INSERT INTO table_order VALUES ('26', '1', '2', '82.635', '13.668', '82.845', '15.3');
INSERT INTO table_order VALUES ('26', '1', '22', '55.755', '41.004', '63.315', '43.452');
INSERT INTO table_order VALUES ('26', '1', '26', '64.575', '48.756', NULL, NULL);
INSERT INTO table_order VALUES ('26', '1', '52', '70.035', '39.984', '94.5', '35.496');
INSERT INTO table_order VALUES ('26', '1', '58', '87.465', '65.688', NULL, NULL);
INSERT INTO table_order VALUES ('26', '2', '13', '76.23', '50.796', '74.445', '37.264');
INSERT INTO table_order VALUES ('26', '2', '16', '73.71', '35.292', '73.395', '18.632');
INSERT INTO table_order VALUES ('26', '2', '18', '73.29', '17.816', '78.54', '1.904');
INSERT INTO table_order VALUES ('26', '2', '22', '79.59', '4.828', '79.59', '6.596');
INSERT INTO table_order VALUES ('26', '2', '27', '81.48', '0', '92.4', '3.604');
INSERT INTO table_order VALUES ('26', '2', '28', '92.4', '3.604', '85.575', '0');
INSERT INTO table_order VALUES ('26', '2', '3', '87.255', '68', '79.065', '63.376');
INSERT INTO table_order VALUES ('26', '2', '4', '79.065', '63.376', '85.365', '65.416');
INSERT INTO table_order VALUES ('26', '2', '45', '69.825', '32.776', NULL, NULL);
INSERT INTO table_order VALUES ('26', '2', '47', '74.235', '31.348', '77.28', '29.92');
INSERT INTO table_order VALUES ('26', '2', '51', '74.655', '18.36', '68.565', '25.568');
INSERT INTO table_order VALUES ('26', '2', '53', '68.565', '25.568', '80.01', '25.16');
INSERT INTO table_order VALUES ('26', '2', '54', '80.01', '25.16', '78.855', '29.104');
INSERT INTO table_order VALUES ('26', '2', '55', '78.96', '29.308', '79.8', '24.48');
INSERT INTO table_order VALUES ('26', '2', '56', '79.485', '27.676', '75.81', '19.244');
INSERT INTO table_order VALUES ('26', '2', '58', '75.81', '19.04', '101.535', '12.376');
INSERT INTO table_order VALUES ('26', '2', '7', '83.16', '59.84', '77.595', '52.496');
INSERT INTO table_order VALUES ('26', '2', '9', '77.595', '52.564', '84.525', '63.58');
INSERT INTO table_order VALUES ('26', '3', '14', '85.365', '0', '85.995', '9.384');
INSERT INTO table_order VALUES ('26', '3', '19', '91.035', '15.708', '90.3', '30.736');
INSERT INTO table_order VALUES ('26', '3', '2', '101.43', '12.376', '90.825', '28.016');
INSERT INTO table_order VALUES ('26', '3', '23', '74.865', '46.308', '70.875', '37.876');
INSERT INTO table_order VALUES ('26', '3', '25', '70.875', '39.168', '98.385', '56.576');
INSERT INTO table_order VALUES ('26', '3', '30', '99.75', '49.368', NULL, NULL);
INSERT INTO table_order VALUES ('26', '3', '44', '40.95', '68', '51.765', '66.028');
INSERT INTO table_order VALUES ('26', '3', '45', '51.765', '66.028', '38.01', '63.444');
INSERT INTO table_order VALUES ('26', '3', '46', '38.01', '63.444', NULL, NULL);
INSERT INTO table_order VALUES ('26', '3', '47', '50.505', '55.624', '69.3', '48.348');
INSERT INTO table_order VALUES ('26', '3', '49', '56.805', '45.56', '62.055', '68');
INSERT INTO table_order VALUES ('26', '3', '7', '85.785', '6.46', NULL, NULL);
INSERT INTO table_order VALUES ('96', '0', '10', '41.58', '52.496', NULL, NULL);
INSERT INTO table_order VALUES ('96', '0', '12', '32.76', '53.788', '27.72', '51.204');
INSERT INTO table_order VALUES ('96', '0', '12', '32.76', '53.788', NULL, NULL);
INSERT INTO table_order VALUES ('96', '0', '14', '27.93', '50.864', NULL, NULL);
INSERT INTO table_order VALUES ('96', '0', '22', '49.14', '18.36', NULL, NULL);
INSERT INTO table_order VALUES ('96', '0', '23', '45.15', '19.788', NULL, NULL);
INSERT INTO table_order VALUES ('96', '0', '24', '45.045', '22.508', '46.2', '29.648');
INSERT INTO table_order VALUES ('96', '0', '25', '46.2', '29.648', '49.245', '27.676');
INSERT INTO table_order VALUES ('96', '0', '26', '49.35', '27.88', '47.145', '37.672');
INSERT INTO table_order VALUES ('96', '0', '29', '49.35', '40.936', NULL, NULL);
INSERT INTO table_order VALUES ('96', '0', '38', '50.19', '40.392', '57.855', '23.528');
INSERT INTO table_order VALUES ('96', '0', '40', '58.065', '23.528', '62.37', '8.976');
INSERT INTO table_order VALUES ('96', '0', '43', '64.785', '14.28', '99.96', '17.204');
INSERT INTO table_order VALUES ('96', '0', '49', '97.65', '13.056', '49.035', '13.192');
INSERT INTO table_order VALUES ('96', '0', '53', '47.04', '16.184', NULL, NULL);
INSERT INTO table_order VALUES ('96', '0', '56', '78.54', '15.232', '68.775', '11.764');
INSERT INTO table_order VALUES ('96', '0', '58', '68.775', '11.764', '63.945', '13.056');
INSERT INTO table_order VALUES ('96', '1', '26', '64.575', '48.756', NULL, NULL);
INSERT INTO table_order VALUES ('96', '1', '3', '85.05', '15.028', NULL, NULL);
INSERT INTO table_order VALUES ('96', '1', '53', '95.025', '41.344', NULL, NULL);
INSERT INTO table_order VALUES ('96', '1', '57', '90.93', '52.768', NULL, NULL);
INSERT INTO table_order VALUES ('96', '1', '58', '87.465', '65.688', NULL, NULL);
INSERT INTO table_order VALUES ('96', '2', '22', '78.225', '8.296', NULL, NULL);
INSERT INTO table_order VALUES ('96', '2', '40', '83.16', '0', '66.99', '12.172');
INSERT INTO table_order VALUES ('96', '2', '41', '66.99', '12.172', '75.285', '2.38');
INSERT INTO table_order VALUES ('96', '2', '42', '74.76', '2.38', '69.3', '28.084');
INSERT INTO table_order VALUES ('96', '2', '48', '79.695', '26.588', NULL, NULL);
INSERT INTO table_order VALUES ('96', '2', '52', '80.22', '16.796', NULL, NULL);
INSERT INTO table_order VALUES ('96', '2', '55', '80.955', '21.012', NULL, NULL);
INSERT INTO table_order VALUES ('96', '3', '20', '89.145', '35.224', NULL, NULL);
INSERT INTO table_order VALUES ('96', '3', '3', '89.985', '30.124', NULL, NULL);
INSERT INTO table_order VALUES ('96', '3', '30', '97.125', '49.776', NULL, NULL);
INSERT INTO table_order VALUES ('96', '3', '30', '99.75', '49.368', NULL, NULL);
INSERT INTO table_order VALUES ('96', '3', '32', '91.56', '51.748', '67.2', '68');
INSERT INTO table_order VALUES ('96', '3', '46', '41.055', '63.512', NULL, NULL);
INSERT INTO table_order VALUES ('96', '3', '47', '61.11', '51.408', NULL, NULL);
INSERT INTO table_order VALUES ('96', '3', '8', '84', '11.968', NULL, NULL);

uj5u.com熱心網友回復：

實際資料看著好亂，我就直接拿開始的例子寫了。
with tab1 as (

select 'A' a, 'A' b from dual union all

select 'B' a, 'B' b from dual union all

select 'B' a, 'A' b from dual union all

select 'C' a, 'A' b from dual union all

select 'C' a, 'B' b from dual 

)

, tab2 as (

select a, b, dense_rank() over(order by a) dr from tab1)

select a, b

  from tab2

 order by a, decode(b, first_value(a) over(order by dr range between 1 preceding and 0 following), 1, 2), b

;


oracle中能直接用分析函式解決的還是不要自連接比較好，效率一般會快很多

uj5u.com熱心網友回復：

理解了下您的思路，還是通過取當前組的前一行值來實作。那我這個需求的難點在于，如果上一組的排序結果發生變動了，會對下一組排序結果產生影響。比如，如果第一組的值，隊對應的變為B，則相應的，下面的排序都需要跟著變動。而我理解，分析函式，其分析的依據，應該還是變化前的表格吧
參考 8 樓 nayi_224 的回復:
實際資料看著好亂，我就直接拿開始的例子寫了。
with tab1 as (

select 'A' a, 'A' b from dual union all

select 'B' a, 'B' b from dual union all

select 'B' a, 'A' b from dual union all

select 'C' a, 'A' b from dual union all

select 'C' a, 'B' b from dual 

)

, tab2 as (

select a, b, dense_rank() over(order by a) dr from tab1)

select a, b

  from tab2

 order by a, decode(b, first_value(a) over(order by dr range between 1 preceding and 0 following), 1, 2), b

;


oracle中能直接用分析函式解決的還是不要自連接比較好，效率一般會快很多

uj5u.com熱心網友回復：

參考 9 樓 weixin_42503575 的回復:
理解了下您的思路，還是通過取當前組的前一行值來實作。那我這個需求的難點在于，如果上一組的排序結果發生變動了，會對下一組排序結果產生影響。比如，如果第一組的值，隊對應的變為B，則相應的，下面的排序都需要跟著變動。而我理解，分析函式，其分析的依據，應該還是變化前的表格吧
Quote: 參考 8 樓 nayi_224 的回復:

實際資料看著好亂，我就直接拿開始的例子寫了。
with tab1 as (

select 'A' a, 'A' b from dual union all

select 'B' a, 'B' b from dual union all

select 'B' a, 'A' b from dual union all

select 'C' a, 'A' b from dual union all

select 'C' a, 'B' b from dual 

)

, tab2 as (

select a, b, dense_rank() over(order by a) dr from tab1)

select a, b

  from tab2

 order by a, decode(b, first_value(a) over(order by dr range between 1 preceding and 0 following), 1, 2), b

;


oracle中能直接用分析函式解決的還是不要自連接比較好，效率一般會快很多


看不懂你想要干什么。
“組”是怎么劃分的，與前一組的“距離”是什么，“事件”是什么，“組”內的“事件”是什么規則排序，第一組組內是什么規則排序，“同一隊”指的又是什么。x y end_x end_y都是什么東西。
挑出或者手寫出不超過10條可以涵蓋所有特征的資料，包括“同一時間有三個時間的”，尤其是可以讓人一眼看出你所說的“難點”的資料，并給出預期結果。

uj5u.com熱心網友回復：

參考 10 樓 nayi_224 的回復:
Quote: 參考 9 樓 weixin_42503575 的回復:

理解了下您的思路，還是通過取當前組的前一行值來實作。那我這個需求的難點在于，如果上一組的排序結果發生變動了，會對下一組排序結果產生影響。比如，如果第一組的值，隊對應的變為B，則相應的，下面的排序都需要跟著變動。而我理解，分析函式，其分析的依據，應該還是變化前的表格吧
Quote: 參考 8 樓 nayi_224 的回復:

實際資料看著好亂，我就直接拿開始的例子寫了。
with tab1 as (

select 'A' a, 'A' b from dual union all

select 'B' a, 'B' b from dual union all

select 'B' a, 'A' b from dual union all

select 'C' a, 'A' b from dual union all

select 'C' a, 'B' b from dual 

)

, tab2 as (

select a, b, dense_rank() over(order by a) dr from tab1)

select a, b

  from tab2

 order by a, decode(b, first_value(a) over(order by dr range between 1 preceding and 0 following), 1, 2), b

;


oracle中能直接用分析函式解決的還是不要自連接比較好，效率一般會快很多


看不懂你想要干什么。
“組”是怎么劃分的，與前一組的“距離”是什么，“事件”是什么，“組”內的“事件”是什么規則排序，第一組組內是什么規則排序，“同一隊”指的又是什么。x y end_x end_y都是什么東西。
挑出或者手寫出不超過10條可以涵蓋所有特征的資料，包括“同一時間有三個時間的”，尤其是可以讓人一眼看出你所說的“難點”的資料，并給出預期結果。


我近一步簡化問題吧：按tour_id、second列升序排列，對tour_id、second相同的，根據該記錄對應的team_id與上一組(即與該記錄tour_id,second上一條記錄）相同的排在前面。示例資料如下所示：

tour_id team_id second
1 26 9
1 96 10
1 26 10
1 26 12
1 96 12
1 26 19
1 96 22
1 26 22
2 26 9
2 16 10
2 26 10
2 26 12
2 16 12
2 26 19
2 16 22
2 26 22

************************************
想要的結果：
tour_id team_id second
1 26 9
1 26 10
1 96 10
1 96 12
1 26 12
1 26 19
1 26 22
1 96 22
2 26 9
2 26 10
2 16 10
2 16 12
2 26 12
2 26 19
2 26 22
2 16 22

uj5u.com熱心網友回復：

參考 11 樓 weixin_42503575 的回復:
Quote: 參考 10 樓 nayi_224 的回復:

Quote: 參考 9 樓 weixin_42503575 的回復:

理解了下您的思路，還是通過取當前組的前一行值來實作。那我這個需求的難點在于，如果上一組的排序結果發生變動了，會對下一組排序結果產生影響。比如，如果第一組的值，隊對應的變為B，則相應的，下面的排序都需要跟著變動。而我理解，分析函式，其分析的依據，應該還是變化前的表格吧
Quote: 參考 8 樓 nayi_224 的回復:

實際資料看著好亂，我就直接拿開始的例子寫了。
with tab1 as (

select 'A' a, 'A' b from dual union all

select 'B' a, 'B' b from dual union all

select 'B' a, 'A' b from dual union all

select 'C' a, 'A' b from dual union all

select 'C' a, 'B' b from dual 

)

, tab2 as (

select a, b, dense_rank() over(order by a) dr from tab1)

select a, b

  from tab2

 order by a, decode(b, first_value(a) over(order by dr range between 1 preceding and 0 following), 1, 2), b

;


oracle中能直接用分析函式解決的還是不要自連接比較好，效率一般會快很多


看不懂你想要干什么。
“組”是怎么劃分的，與前一組的“距離”是什么，“事件”是什么，“組”內的“事件”是什么規則排序，第一組組內是什么規則排序，“同一隊”指的又是什么。x y end_x end_y都是什么東西。
挑出或者手寫出不超過10條可以涵蓋所有特征的資料，包括“同一時間有三個時間的”，尤其是可以讓人一眼看出你所說的“難點”的資料，并給出預期結果。


我近一步簡化問題吧：按tour_id、second列升序排列，對tour_id、second相同的，根據該記錄對應的team_id與上一組(即與該記錄tour_id,second上一條記錄）相同的排在前面。示例資料如下所示：

tour_id team_id second
1 26 9
1 96 10
1 26 10
1 26 12
1 96 12
1 26 19
1 96 22
1 26 22
2 26 9
2 16 10
2 26 10
2 26 12
2 16 12
2 26 19
2 16 22
2 26 22

************************************
想要的結果：
tour_id team_id second
1 26 9
1 26 10
1 96 10
1 96 12
1 26 12
1 26 19
1 26 22
1 96 22
2 26 9
2 26 10
2 16 10
2 16 12
2 26 12
2 26 19
2 26 22
2 16 22


with tab1 as (

select 1 tour_id, 26 team_id, 9 sec from dual union all

select 1 , 96 , 10  from dual union all

select 1 , 26 , 10  from dual union all

select 1 , 26 , 12  from dual union all

select 1 , 96 , 12  from dual union all

select 1 , 26 , 19  from dual union all

select 1 , 96 , 22  from dual union all

select 2 , 26 , 9  from dual union all

select 2 , 10 , 10  from dual 

)

select *

  from tab1 t1

model

dimension by(

       dense_rank() over(order by t1.tour_id, sec) dr,

       row_number() over(partition by t1.tour_id, sec order by team_id desc) rn)

measures(-1 ord, tour_id, team_id, sec)

rules automatic order(

 ord[dr, rn] order by dr, rn = decode(team_id[cv(), cv()], team_id[cv() - 1, 1], 1, 2) 

) 

order by dr, ord, rn

;

uj5u.com熱心網友回復：

謝謝您的回復，看您用了些非標準SQL的內容，我好好消化一下。不管能不能理解吧，感謝您的回復


參考 12 樓 nayi_224 的回復:
Quote: 參考 11 樓 weixin_42503575 的回復:

Quote: 參考 10 樓 nayi_224 的回復:

Quote: 參考 9 樓 weixin_42503575 的回復:

理解了下您的思路，還是通過取當前組的前一行值來實作。那我這個需求的難點在于，如果上一組的排序結果發生變動了，會對下一組排序結果產生影響。比如，如果第一組的值，隊對應的變為B，則相應的，下面的排序都需要跟著變動。而我理解，分析函式，其分析的依據，應該還是變化前的表格吧
Quote: 參考 8 樓 nayi_224 的回復:

實際資料看著好亂，我就直接拿開始的例子寫了。
with tab1 as (

select 'A' a, 'A' b from dual union all

select 'B' a, 'B' b from dual union all

select 'B' a, 'A' b from dual union all

select 'C' a, 'A' b from dual union all

select 'C' a, 'B' b from dual 

)

, tab2 as (

select a, b, dense_rank() over(order by a) dr from tab1)

select a, b

  from tab2

 order by a, decode(b, first_value(a) over(order by dr range between 1 preceding and 0 following), 1, 2), b

;


oracle中能直接用分析函式解決的還是不要自連接比較好，效率一般會快很多


看不懂你想要干什么。
“組”是怎么劃分的，與前一組的“距離”是什么，“事件”是什么，“組”內的“事件”是什么規則排序，第一組組內是什么規則排序，“同一隊”指的又是什么。x y end_x end_y都是什么東西。
挑出或者手寫出不超過10條可以涵蓋所有特征的資料，包括“同一時間有三個時間的”，尤其是可以讓人一眼看出你所說的“難點”的資料，并給出預期結果。


我近一步簡化問題吧：按tour_id、second列升序排列，對tour_id、second相同的，根據該記錄對應的team_id與上一組(即與該記錄tour_id,second上一條記錄）相同的排在前面。示例資料如下所示：

tour_id team_id second
1 26 9
1 96 10
1 26 10
1 26 12
1 96 12
1 26 19
1 96 22
1 26 22
2 26 9
2 16 10
2 26 10
2 26 12
2 16 12
2 26 19
2 16 22
2 26 22

************************************
想要的結果：
tour_id team_id second
1 26 9
1 26 10
1 96 10
1 96 12
1 26 12
1 26 19
1 26 22
1 96 22
2 26 9
2 26 10
2 16 10
2 16 12
2 26 12
2 26 19
2 26 22
2 16 22


with tab1 as (

select 1 tour_id, 26 team_id, 9 sec from dual union all

select 1 , 96 , 10  from dual union all

select 1 , 26 , 10  from dual union all

select 1 , 26 , 12  from dual union all

select 1 , 96 , 12  from dual union all

select 1 , 26 , 19  from dual union all

select 1 , 96 , 22  from dual union all

select 2 , 26 , 9  from dual union all

select 2 , 10 , 10  from dual 

)

select *

  from tab1 t1

model

dimension by(

       dense_rank() over(order by t1.tour_id, sec) dr,

       row_number() over(partition by t1.tour_id, sec order by team_id desc) rn)

measures(-1 ord, tour_id, team_id, sec)

rules automatic order(

 ord[dr, rn] order by dr, rn = decode(team_id[cv(), cv()], team_id[cv() - 1, 1], 1, 2) 

) 

order by dr, ord, rn

;

uj5u.com熱心網友回復：

參考 13 樓 weixin_42503575 的回復:
謝謝您的回復，看您用了些非標準SQL的內容，我好好消化一下。不管能不能理解吧，感謝您的回復


Quote: 參考 12 樓 nayi_224 的回復:

Quote: 參考 11 樓 weixin_42503575 的回復:

Quote: 參考 10 樓 nayi_224 的回復:

Quote: 參考 9 樓 weixin_42503575 的回復:

理解了下您的思路，還是通過取當前組的前一行值來實作。那我這個需求的難點在于，如果上一組的排序結果發生變動了，會對下一組排序結果產生影響。比如，如果第一組的值，隊對應的變為B，則相應的，下面的排序都需要跟著變動。而我理解，分析函式，其分析的依據，應該還是變化前的表格吧
Quote: 參考 8 樓 nayi_224 的回復:

實際資料看著好亂，我就直接拿開始的例子寫了。
with tab1 as (

select 'A' a, 'A' b from dual union all

select 'B' a, 'B' b from dual union all

select 'B' a, 'A' b from dual union all

select 'C' a, 'A' b from dual union all

select 'C' a, 'B' b from dual 

)

, tab2 as (

select a, b, dense_rank() over(order by a) dr from tab1)

select a, b

  from tab2

 order by a, decode(b, first_value(a) over(order by dr range between 1 preceding and 0 following), 1, 2), b

;


oracle中能直接用分析函式解決的還是不要自連接比較好，效率一般會快很多


看不懂你想要干什么。
“組”是怎么劃分的，與前一組的“距離”是什么，“事件”是什么，“組”內的“事件”是什么規則排序，第一組組內是什么規則排序，“同一隊”指的又是什么。x y end_x end_y都是什么東西。
挑出或者手寫出不超過10條可以涵蓋所有特征的資料，包括“同一時間有三個時間的”，尤其是可以讓人一眼看出你所說的“難點”的資料，并給出預期結果。


我近一步簡化問題吧：按tour_id、second列升序排列，對tour_id、second相同的，根據該記錄對應的team_id與上一組(即與該記錄tour_id,second上一條記錄）相同的排在前面。示例資料如下所示：

tour_id team_id second
1 26 9
1 96 10
1 26 10
1 26 12
1 96 12
1 26 19
1 96 22
1 26 22
2 26 9
2 16 10
2 26 10
2 26 12
2 16 12
2 26 19
2 16 22
2 26 22

************************************
想要的結果：
tour_id team_id second
1 26 9
1 26 10
1 96 10
1 96 12
1 26 12
1 26 19
1 26 22
1 96 22
2 26 9
2 26 10
2 16 10
2 16 12
2 26 12
2 26 19
2 26 22
2 16 22


with tab1 as (

select 1 tour_id, 26 team_id, 9 sec from dual union all

select 1 , 96 , 10  from dual union all

select 1 , 26 , 10  from dual union all

select 1 , 26 , 12  from dual union all

select 1 , 96 , 12  from dual union all

select 1 , 26 , 19  from dual union all

select 1 , 96 , 22  from dual union all

select 2 , 26 , 9  from dual union all

select 2 , 10 , 10  from dual 

)

select *

  from tab1 t1

model

dimension by(

       dense_rank() over(order by t1.tour_id, sec) dr,

       row_number() over(partition by t1.tour_id, sec order by team_id desc) rn)

measures(-1 ord, tour_id, team_id, sec)

rules automatic order(

 ord[dr, rn] order by dr, rn = decode(team_id[cv(), cv()], team_id[cv() - 1, 1], 1, 2) 

) 

order by dr, ord, rn

;


又仔細看了一下，有點bug，應該這么寫
with tab1 as (

select 1 tour_id, 13 team_id, 9 sec from dual union all

select 1 , 26 , 9  from dual union all

select 1 , 96 , 10  from dual union all

select 1 , 26 , 10  from dual union all

select 1 , 26 , 12  from dual union all

select 1 , 96 , 12  from dual union all

select 1 , 13 , 19  from dual union all

select 1 , 26 , 19  from dual union all

--select 1 , 96 , 20  from dual union all

select 1 , 133 , 22  from dual union all

select 1 , 96 , 22  from dual union all

select 2 , 26 , 9  from dual union all

select 2 , 10 , 10  from dual 

)

select *

  from tab1 t1

model

dimension by(

       dense_rank() over(order by t1.tour_id, sec) dr,

       row_number() over(partition by t1.tour_id, sec order by team_id ) rn)

measures(-1 ord, tour_id, team_id, sec)

rules automatic order(

 --ord[dr, rn] order by dr, rn = decode(team_id[cv(), cv()], team_id[cv() - 1, 1], 1, 2) 

 ord[dr, rn] order by dr, rn = 

         case when team_id[cv(), cv()] = max(decode(ord, 1, -99999999, team_id))[cv() - 1, rn]

         then 1 else 2 end

) 

order by dr, ord, rn

;


這種真遞回的需求要是能用標準sql的select陳述句寫出來，請一定要@我。

轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/62137.html

標籤：高級技術

上一篇：實體已創建。DIM-00019:創建服務時出錯 O/S-Error:（OS1053）服務沒有及時回應啟動或控制請求

下一篇：Oracle中，取某個欄位的某些字符！

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀：**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題，由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視，實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶，一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀：**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高，采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐，遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀：**滴滴資料通道引擎承載著全公司的資料同步，為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加，資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程，遇到的問題以及今后的規劃。 #1. 背景 資料，對于任何一家互聯網公司來說都是非常重要的資產，公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀：**深耕人工智能領域，致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎，這次獲獎的專案是什么呢？一起來看看詳細報道吧！ 近日，由國際計算語言學協會ACL（The Association for Computational Linguistics）舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp？ MPP (Massively Parallel Processing)，即大規模并行處理，在資料庫非共享集群中，每個節點都有獨立的磁盤存盤系統和記憶體系統，業務資料根據資料庫模型和應用特點劃分到各個節點上，每臺資料節點通過專用網路或者商業通用網路互相連接，彼此協同計算，作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀：**指標體系是什么？如何使用OSM模型和AARRR模型搭建指標體系？如何統一流程、規范化、工具化管理指標體系？本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標，系統化的組織起來，通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索，LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料，可以使用下面的 SQL 陳述句： SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀：**Ceph是國際知名的開源分布式存盤系統，在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統， ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章，這一次主要寫一個嵌套的聚合，例如先對sex集合，再對desc聚合，最后再對age求和，共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by，avg，sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack（ELK）部署

    傻瓜式部署，只需替換IP與用戶 導讀： 現ELK四大組件分別為：Elasticsearch（核心）、logstash（處理）、filebeat（采集）、kibana（可視化） 下載均在https://www.elastic.co/cn/downloads/下tar包，各組件版本最好一致，配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取？ 快取就是資料交換的緩沖區（稱作Cache），是存盤資料的臨時地方，一般讀寫性能較高。 快取的作用： 降低后端負載 提高讀寫效率，降低回應時間 快取的成本： 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下，當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志（binlog），我們都知道二進制日志（binlog）非常重要，尤其當你需要point to point災難恢復的時侯，所以我們要對其進行備份。關于二進制日志（binlog)的備份,可以基于flush logs方式先切換binlog，然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼： 發送驗證碼的介面為：http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式：PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能，以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景，僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼，對其進行一對一優化，而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題，盡量不要讓一個事務拖太長的時間 例如檔案上傳時，應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代，MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足，但是對于很多開發者和DBA來說，如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL（ClickHouse自帶）、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼，對其進行一對一優化，而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題，盡量不要讓一個事務拖太長的時間 例如檔案上傳時，應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“（堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError（堆外記憶體溢位) ”問題如下： 一、報錯資訊： 使用 Redis 的業務介面 ，產生 OutOfDirectMemoryError（堆外記憶體溢位），如圖： 格式化后的報錯資訊： { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取？ 快取就是資料交換的緩沖區（稱作Cache），是存盤資料的臨時地方，一般讀寫性能較高。 快取的作用： 降低后端負載 提高讀寫效率，降低回應時間 快取的成本： 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下，當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼： 發送驗證碼的介面為：http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式：PO ......

    uj5u.com 2023-04-20 08:23:11 more

Copyright © 2010-2020 有解無憂