Dotaz: Neumím použít agregační funkci

[Paulus]

Dobrý den, z následující tabulky:

Případ	STAVDO	CREATE_UZIVATEL	CASPREPNUTI
První	SCHV	TUMJAN		2018-03-26T14:01:37.000+02:00
První	SCHV	TUMJAN		2018-05-07T12:40:58.000+02:00
První	SCHV	TUMJAN		2018-05-30T12:47:06.000+02:00
První	SCHVAL	TUMJAN		2018-06-04T10:03:03.000+02:00
První	SCHVAL	KULSVA		2018-08-10T15:29:15.000+02:00
Druhý	SCHVAL	TUMJAN		2018-08-09T12:18:51.000+02:00
Druhý	SCHV	TUMJAN		2018-10-19T13:02:11.000+02:00
Druhý	SCHV	KULSVA		2018-11-23T14:09:05.000+01:00
Druhý	SCHVAL	KULSVA		2018-11-26T13:27:18.000+01:00

bych chtěl vybrat za každý Případ vybrat takové řádky, které mají minimální datum STAVDO. Na hodnotě atributů STAVDO a CREATE_UZIVATEL mi nezáleží. Očekávám tedy výstup:

Případ	STAVDO	CREATE_UZIVATEL	CASPREPNUTI
První	SCHV	TUMJAN		2018-03-26T14:01:37.000+02:00
Druhý	SCHVAL	TUMJAN		2018-08-09T12:18:51.000+02:00

Pokud použiju minimum na datum, nemohu použít group by na STAVDO a CREATE_UZIVATEL. Jak z toho ven? Díky moc za pomoc,

Pavel Novák

---

---

Odpovědi

[Paulus]

Pomocí window funkcí takto:

#!/bin/bash

data="Případ    STAVDO  CREATE_UZIVATEL CASPREPNUTI
První   SCHV    TUMJAN          2018-03-26T14:01:37.000+02:00
První   SCHV    TUMJAN          2018-05-07T12:40:58.000+02:00
První   SCHV    TUMJAN          2018-05-30T12:47:06.000+02:00
První   SCHVAL  TUMJAN          2018-06-04T10:03:03.000+02:00
První   SCHVAL  KULSVA          2018-08-10T15:29:15.000+02:00
Druhý   SCHVAL  TUMJAN          2018-08-09T12:18:51.000+02:00
Druhý   SCHV    TUMJAN          2018-10-19T13:02:11.000+02:00
Druhý   SCHV    KULSVA          2018-11-23T14:09:05.000+01:00
Druhý   SCHVAL  KULSVA          2018-11-26T13:27:18.000+01:00";

dotaz="SELECT případ, stavDo, create_uzivatel, casPrepnuti FROM (
        SELECT *, rank() OVER(PARTITION BY případ ORDER BY casPrepnuti) AS rank FROM csv
) WHERE rank = 1 ORDER BY případ DESC";

echo "$data" \
        | sed  -E 's/\t+/,/g' \
        | relpipe-in-csv \
        | relpipe-tr-sql --relation "první_ve_skupině" "$dotaz" \
        | relpipe-out-tabular

první_ve_skupině:
 ╭─────────────────┬─────────────────┬──────────────────────────┬───────────────────────────────╮
 │ Případ (string) │ STAVDO (string) │ CREATE_UZIVATEL (string) │ CASPREPNUTI          (string) │
 ├─────────────────┼─────────────────┼──────────────────────────┼───────────────────────────────┤
 │ První           │ SCHV            │ TUMJAN                   │ 2018-03-26T14:01:37.000+02:00 │
 │ Druhý           │ SCHVAL          │ TUMJAN                   │ 2018-08-09T12:18:51.000+02:00 │
 ╰─────────────────┴─────────────────┴──────────────────────────┴───────────────────────────────╯
Record count: 2

DBMS je musí podporovat (např. v SQLite je to až od 3.25.0).

Případně v PostgreSQL to jde jednodušeji pomocí DISTINCT ON.

[Paulus]

Funguje, jak má. Děkuji moc za pomoc.

[Paulus]

Bez window funkcí si musíte v jednom SELECTu seskupit řádky podle Případ a ke každé skupině vybrat minimální CASPREPNUTI. V druhém SELECTu vezmete tyhle dvojice (Případ + CASPREPNUTI) a ke každé z nich si donačtete zbývající údaje z řádku. A samozřejmě ty dva SELECTy nebudete provádět za sebou, ale spojíte je do jednoho, např. pomocí JOINu.

SELECT * FROM table t
JOIN
  (SELECT Případ, MIN(CASPREPNUTI) AS CASPREPNUTIFROM table GROUP BY Případ) g
  ON (t.Případ = g.Případ AND t.CASPREPNUTI= g.CASPREPNUTI)

[Filip Jirsák]

A ještě by bylo vhodné, aby na dvojici Případ + CASPREPNUTI byl unikátní index. Kdyby se v databázi vyskytla duplicita, vrátí vám v tom mém dotazu databáze všechny záznamy, které v té skupině nejmenší čas přepnutí, tj. měl byste tam skupinu duplicitně.

[Paulus]

Dobrý den,

děkuji moc za pomoc. Něco takového jsem předpokládal, jen jsem nevěděl, jestli neexistuje snazší cesta.

PN