sql - 窗口函数过滤当前行

Question

这是 this 的后续行动问题，我的查询改进为使用窗口函数而不是 LATERAL 中的聚合加入。虽然查询现在快了很多，但我发现结果不正确。

我需要对 x 年的跟踪时间范围执行计算。例如，price_to_maximum_earnings通过获取 max(earnings) 每行计算十多年前到当前行，并划分price由结果。为简单起见，我们将在这里使用 1 年。

SQL Fiddle对于这个问题。 (Postgres 9.6)

作为一个简单的例子，price和 peak_earnings对于 2010-01-01可以像这样单独计算:

SELECT price
FROM security_data
WHERE date = '2010-01-01'
AND security_id = 'SPX';

SELECT max(earnings) AS min_earnings
FROM bloomberg.security_data
WHERE date >= '2000-01-01'
AND date <= '2010-01-01'
AND security_id = 'SPX';

为了每行执行此操作，我使用了以下内容:

SELECT security_id, date, price
     , CASE WHEN date1 >= min_date
            THEN price / NULLIF(max(earnings) FILTER (WHERE date >= date1) OVER w, 0) END AS price_to_peak_earnings
FROM
(
  SELECT record_id, security_id, price, date, earnings
           , (date - interval '1 y')::date AS date1
           , min(date) OVER (PARTITION BY security_id) AS min_date
      FROM   security_data
) d
WINDOW w AS (PARTITION BY security_id);

我认为这里的问题源于对 FILTER 的使用，因为它似乎没有像我想要的那样工作。请注意，在链接的 SQL Fiddle 中，我显示了 FILTER 的结果, 对于每一行 peak_earnings和 minimum_earnings只是整个数据集的最大值和最小值。它们应该是 earnings 的最大/最小值从 1 年前到当前行。

这是怎么回事？我从 this 的答案中知道我不能简单地说的问题 FILTER (WHERE date >= date1 AND date <= current_row.date) ，那么我缺少解决方案吗？我不能使用窗口框架，因为在任何给定的时间范围内我都有不确定的行数，所以我不能只说 OVER (ROWS BETWEEN 365 PRECEDING AND CURRENT ROW) .我可以使用框架和过滤器吗？这可能超过一年，然后过滤器可以捕获每个无效日期。我试过这个但没有成功。

Answer 1

Can I use a frame and a filter?

你可以。但两者都有限制:

• FILTER 子句中的表达式仅查看它获取值的相应行。无法引用窗口函数为其计算值的行。所以我看不到根据那个行制定过滤器的方法，除非我们制作一个巨大、昂贵的交叉连接——同一行用于许多不同的计算。或者我们回到 LATERAL 子查询，可以引用父行。

• 另一方面，框架定义根本不允许变量。正如您引用的相关答案中所讨论的那样，它需要一个固定的数字:

  • Referencing current row in FILTER clause of window function

这些限制使您的特定查询难以实现。现在这应该是正确的:

SELECT *
FROM  (
   SELECT record_id, security_id, date, price
        , CASE WHEN do_calc THEN                max(earnings) OVER w1     END AS peak_earnings
        , CASE WHEN do_calc THEN                min(earnings) OVER w1     END AS minimum_earnings
        , CASE WHEN do_calc THEN price / NULLIF(max(earnings) OVER w1, 0) END AS price_to_peak_earnings
        , CASE WHEN do_calc THEN price / NULLIF(min(earnings) OVER w1, 0) END AS price_to_minimum_earnings
   FROM  (
      SELECT *, (date - 365) >= min_date AND s.record_id IS NOT NULL AS do_calc
      FROM  (
         SELECT security_id, min_date
              , generate_series(min_date, max_date, interval '1 day')::date AS date
         FROM  (
            SELECT security_id, min(date) AS min_date, max(date) AS max_date
            FROM   security_data
            GROUP  BY 1
            ) minmax
         ) d
      LEFT   JOIN  security_data s USING (security_id, date)
      ) sub1
   WINDOW w1 AS (PARTITION BY security_id ORDER BY date ROWS BETWEEN 365 PRECEDING AND 1 PRECEDING)
   ) sub2
WHERE  record_id IS NOT NULL 
ORDER  BY 1, 2;

SQL Fiddle.

注意事项

• 问题中没有任何内容表明每个 security_id 都会有同一天的行。在子查询 minmax 中计算每个 security_id 的最小/最大日期给我们最小时间范围。

• 计算的时间范围正好是行当前日期之前的 365 天，不包括当前行(ROWS BETWEEN 365 PRECEDING AND 1 PRECEDING ).从聚合中排除当前行以与当前行进行比较通常更有用。
  我将计算条件调整为相同的时间范围以避免极端情况:(date - 365) >= min_date

• 在fiddle ，其中您为每个 1 月 1 日添加了 1 行，您可以看到闰年与固定数量的 365 天对比的效果。闰年(2001 年、2005 年...)后窗框为空。

• 我正在使用所有子查询，这通常比 CTE 快一点。

• 可以肯定的是，我们需要在框架定义中包含ORDER BY。我相应地更新了您链接到的旧答案:

  • Referencing current row in FILTER clause of window function

• 我使用 w1 作为窗口 name，时间为“1 年”。您可以添加 w2 等，并且每个天数可以是任意天数。如果需要，您毕竟可以适应闰年。甚至可能根据当前日期生成整个查询...