Dotaz: SQL dotaz, groupování

[Franta]

Mám sqlite databázi a následující tabulku, nazvěme ji tbl:

|- id1 -|- id2 -|- min -|- max -|- pos -|-- set ---|
|   0   |   0   |  10   |  20   |   0   |    0     |
|   0   |   0   |   5   |  10   |   1   |    0     | Group1
|--------------------------------------------------|
|   0   |   0   |  15   |  25   |   0   |    1     | Group 2
|--------------------------------------------------|
|   0   |   0   |   5   |  15   |   0   |    2     | Group 3
|-------|-------|-------|-------|-------|----------|
|   0   |   1   |   5   |  10   |   0   |    0     |
|   0   |   1   |   6   |  10   |   1   |    0     | Group4
|-------|-------|-------|-------|-------|----------|
|   1   |   0   |   5   |  10   |   0   |    0     |
|   1   |   0   |   5   |  15   |   1   |    0     | Group5
|   1   |   0   |  10   |  20   |   2   |    0     |

Každá unikátní kombinace set, id1, id2 by měla představovat jednu skupinu.

Ze skupiny potřebuji vybrat řádek, který má největší rozdíl min - max, zároveň nejmenší hodnotu pos.

Nějak jsem napsal poddotaz. Píšu to teď z hlavy a asi to nebude funkční, něco takového:

SELECT *
FROM `tbl`
`A`
INNER JOIN
( SELECT `id1`, `id2`, `set`, MAX(`max` - `min`) as `delta`
  FROM `tbl`
  GROUP BY `id1`, `id2`, `set`
) `B`
ON `A.id1` = `B.id1` AND `A.id2` = `B.id2` AND `A.set` = `B.set` AND (`A.max` - `A.min`) = `B.delta`

Tento dotaz mi správně vrátí záznamy z každé skupiny s nejvyšším rozdílem max, min, tj:

|- id1 -|- id2 -|- min -|- max -|- pos -|-- set ---|
|   0   |   0   |  10   |  20   |   0   |    0     |
|   0   |   0   |   5   |  10   |   1   |    0     | Group1
|--------------------------------------------------|
|   0   |   0   |  15   |  25   |   0   |    1     | Group 2
|--------------------------------------------------|
|   0   |   0   |   5   |  15   |   0   |    2     | Group 3
|-------|-------|-------|-------|-------|----------|
|   0   |   1   |   5   |  10   |   0   |    0     | Group4
|-------|-------|-------|-------|-------|----------|
|   1   |   0   |   5   |  15   |   1   |    0     | Group5
|   1   |   0   |  10   |  20   |   2   |    0     |

Z tohoto výsledku ještě potřebuji dostat řádky s nejnižší hodnotou pos v dané skupině. Tj. chci záznamy:

|- id1 -|- id2 -|- min -|- max -|- pos -|-- set ---|
|   0   |   0   |  10   |  20   |   0   |    0     | Group1
|--------------------------------------------------|
|   0   |   0   |  15   |  25   |   0   |    1     | Group 2
|--------------------------------------------------|
|   0   |   0   |   5   |  15   |   0   |    2     | Group 3
|-------|-------|-------|-------|-------|----------|
|   0   |   1   |   5   |  10   |   0   |    0     | Group4
|-------|-------|-------|-------|-------|----------|
|   1   |   0   |   5   |  15   |   1   |    0     | Group5

Napadlo mě zduplikovat poddotaz, na jeden udělat poddotaz s agregační funkci MIN(pos) a provést další inner join na původní poddotaz na id1, id2, pos, ale nějak se mi to nezdá, nejde to udělat lépe?

Odpovědi

[Franta]

Tak dlouho jsem to upravoval, až je to špatně. Druhá tabulka po groupování má správně být

|- id1 -|- id2 -|- min -|- max -|- pos -|-- set ---|
|   0   |   0   |  10   |  20   |   0   |    0     | Group1
|--------------------------------------------------|
|   0   |   0   |  15   |  25   |   0   |    1     | Group 2
|--------------------------------------------------|
|   0   |   0   |   5   |  15   |   0   |    2     | Group 3
|-------|-------|-------|-------|-------|----------|
|   0   |   1   |   5   |  10   |   0   |    0     | Group4
|-------|-------|-------|-------|-------|----------|
|   1   |   0   |   5   |  15   |   1   |    0     | Group5
|   1   |   0   |  10   |  20   |   2   |    0     |

[K]

Ono to moc elegantně udělat nejde. Bohužel sqlite neumí window funkce, se kterými je to udělat hračka.

Aby byl zápis jednodušší, tak si ještě můžes pomocí with - takhle nějak by to asi mohlo jít:

with grupovane as (
SELECT A.id1. A.id2, A.set, A.min, A.max, A.set
FROM `tbl`
`A`
INNER JOIN
( SELECT `id1`, `id2`, `set`, MAX(`max` - `min`) as `delta`
  FROM `tbl`
  GROUP BY `id1`, `id2`, `set`
) `B`
ON `A.id1` = `B.id1` AND `A.id2` = `B.id2` AND `A.set` = `B.set` AND (`A.max` - `A.min`) = `B.delta`
(
select * from grupovane C
inner join
(select id1, id2, set, min(pos) as minpos 
from grupovane group bz id1, id2, set) d on C.id1 = D.id1 and `C.id2` = `D.id2` AND `C.set` = `D.set`
              and C.pos = D.minpos

takhle ale připojíš původní tabulku 4x. Navíc pokud budou nějaké záznamy, kde bude stejný rozdíl a stejný pos, tak ti to pro skupinu vrátí dva záznamy.

Možná by to šlo řešit celkem elegantně aplikačně.

select * from tbl order by id1, id2, set, max - min desc, pos

a pak pro kombinaci id1, id2, set vzít vždy jen první řádek (pamatovat si hodnoty z minulého fetche a pokud se id1, id2 nebo set změní, tak je to řádek, co mě zajímá.

[kaaja]

Napadá mě takový workaround přístup. Potřebuješ vlastně najít řádek, pro který neexistuje žádný se stejnou kombinací id1, id2 a set, který má větší rozdíl v min a max, ale menší pos

select * from tbl a 
where not exists (
  select 0 from tbl b
   where a.id1 = b.id1 and a.id2 = b.id2 and a.set = b.set 
    and a.max - a.min < b.max - b.min and a.set > b.set
    and a.max <> b.max and a.min <> b.min
)

ale počítá to s tím, že neexistují úplně duplicitní řádky - ty to nevyselectí.

[Josef Kufner]

Můžeš to zkusit přepsat pomocí joinu (bez subselectu). Můžeš zkusit otočit ten join, který tam máš. Možná by to vyšlo trochu elegantněji. Ale v zásadě ten select se subselectem máš správně a o moc lépe to nejde.

Pokud chceš ještě přidat podmínku na co nejmenší pos, tedy aby při stejném MAX(max-min) se vybralo menší pos, tak zkus rozdíl max-min a pos sloučit do jedné hodnoty a tím říct přesné pořadí – něco jako MAX((max - min) + (1 - pos/(SELECT MAX(pos) FROM tbl))) (předpokládám jen celočíselné sloupce). Pro lepší výkon by se mohlo hodit tuhle hodnotu předpočítávat do pomocného sloupečku a dát nad to index.