提问
SAP HANA SAP HANA studio SQL

数据块聚合

2020-09-12 04:51发布

站内问答 / HANA
1816 4 4

         点击此处--->   EasySAP.com群内免费提供SAP练习系统（在群公告中）

加入QQ群：457200227（SAP S4 HANA技术交流） 群内免费提供SAP练习系统（在群公告中）


嗨，

我想实现一个解决方案，其中我有一个如下所示的数据集-

我想基于lat-long聚合数据，如果一行中发送了相同的lat-long，则这些行应进行聚合并返回到单行中。 以下是我期望的输出-

但是，这里的问题是，如果在以后的某个时间点再次发送了经纬度组合，则不应对其进行汇总。 为此，它应该有一个新行（例如s_no 1和5的行具有相同的经纬度，但不进行汇总。

我使用循环实现了该解决方案，但是由于数据集很大，因此性能很差。

有人可以为此建议一个更好的解决方案（不包括循环/光标）吗？

下面是创建表和插入数据的sql查询-

创建表dev_tab（id nvarchar（10），lat十进制（12,9），long十进制（12,9），时间戳记timestamp）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，48.762438,9.186757，'2018-09-11 07:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，48.762438,9.186757，'2018-09-11 10:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，46.943718,8.999521，'2018-09-11 14:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，44.291991,0.938082，'2018-09-12 05:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，44.291991,0.938082，'2018-09-12 07:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，12.885067,77.553435，'2018-09-12 08:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，48.762438,9.186757，'2018-09-13 10:00:00'）;


谢谢。

致谢，
普拉奇

（11.4 kB）

         点击此处--->   EasySAP.com群内免费提供SAP练习系统（在群公告中）

加入QQ群：457200227（SAP S4 HANA技术交流） 群内免费提供SAP练习系统（在群公告中）


嗨，

我想实现一个解决方案，其中我有一个如下所示的数据集-

我想基于lat-long聚合数据，如果一行中发送了相同的lat-long，则这些行应进行聚合并返回到单行中。 以下是我期望的输出-

但是，这里的问题是，如果在以后的某个时间点再次发送了经纬度组合，则不应对其进行汇总。 为此，它应该有一个新行（例如s_no 1和5的行具有相同的经纬度，但不进行汇总。

我使用循环实现了该解决方案，但是由于数据集很大，因此性能很差。

有人可以为此建议一个更好的解决方案（不包括循环/光标）吗？

下面是创建表和插入数据的sql查询-

创建表dev_tab（id nvarchar（10），lat十进制（12,9），long十进制（12,9），时间戳记timestamp）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，48.762438,9.186757，'2018-09-11 07:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，48.762438,9.186757，'2018-09-11 10:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，46.943718,8.999521，'2018-09-11 14:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，44.291991,0.938082，'2018-09-12 05:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，44.291991,0.938082，'2018-09-12 07:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，12.885067,77.553435，'2018-09-12 08:00:00'）;

插入dev_tab（id，lat，long，timestamp）值（'g1'，48.762438,9.186757，'2018-09-13 10:00:00'）;


谢谢。

致谢，
普拉奇

（11.4 kB）
付费偷看设置
发送
4条回答
闻人可可
1楼 · 2020-09-12 05:08.采纳回答

感谢您输入一些测试数据； 这样就可以解决这个问题。

您在这里遇到的是一个经典的SQL问题，通常称为"孤岛和差距问题"。

我建议您仔细阅读，因为有几种不同的方法各有利弊。 Google是您的朋友，或者只是索取Joe Celko的历史悠久的经典著作" SQL for smarties"（如果您的工作经常涉及编写SQL，那么您应该拥有这本书。）

对于这个问题，我只是采用google-it方法，然后找到了以下页面： https://www.red-gate.com/simple-talk/sql/t-sql-programming/the-sql-of 序列中的空缺和岛屿/

是的，它是关于MS SQL Server的，不是的，我不在乎，因为该原理在大多数基于SQL的DBMS（例如HANA）中都起作用。


我用您的数据建立了一个表：

选择id，lat，long，timestamp
 来自dev_tab
 按时间戳排序；

/*
 ID LAT LONG TIMESTAMP
 g1 48.762438 9.186757 11/09/2018 7：00：00.0 AM
 g1 48.762438 9.186757 11/09/2018 10：00：00.0 AM
 g1 46.943718 8.999521 11/09/2018 2：00：00.0 PM
 g1 44.291991 0.938082 12/09/2018 5：00：00.0 AM
 g1 44.291991 0.938082 12/09/2018 7：00：00.0 AM
 g1 12.885067 77.553435 12/09/2018 8：00：00.0 AM
 g1 48.762438 9.186757 13/09/2018 10：00：00.0 AM
 */

然后按照示例进行操作。 基本上，方法是找到组的"边界"（请参阅​​"起点"和"终点"查询），然后将这两个集合合并。

，src为（选择id，lat，long，timestamp
                   ，将row_number（）结束（按时间戳排序）为seq
 来自dev_tab
 按时间戳排序
              ），
 起点为（
     选择id，seq，lat，long，timestamp，row_number（）作为rownum（按seq排序）
     来自srcsrc_a
     不存在的地方（
                        选择 *
                        来自srcsrc_b
                        其中（src_b.lat，src_b.long）=（src_a.lat，src_b.long）
                        和src_b.seq = src_A.seq-1
                        ）
     ），
 端点为（
     选择id，seq，lat，long，timestamp，row_number（）作为rownum（按seq排序）
     来自srcsrc_a
     不存在的地方（
                        选择 *
                        来自srcsrc_b
                        其中（src_b.lat，src_b.long）=（src_a.lat，src_b.long）
                        和src_b.seq = src_A.seq + 1
                        ）
     ）
 选择
      s.id，s.seq，s.lat，s.long，s.timestamp作为start_timestamp，e.timestamp作为end_timestamp
 从起点
 左外连接端点e
 on（s.lat，s.long）=（e.lat，e.long）
 和s.rownum = e.rownum;
 
 ID SEQ LAT LONG START_TIMESTAMP END_TIMESTAMP
 g1 1 48.762438 9.186757 11/09/2018 7：00：00.0 AM 11/09/2018 10：00：00.0 AM
 g1 3 46.943718 8.999521 11/09/2018 2：00：00.0 PM 11/09/2018 2：00：00.0 PM
 g1 4 44.291991 0.938082 12/09/2018 5：00：00.0 AM 12/09/2018 7：00：00.0 AM
 g1 6 12.885067 77.553435 12/09/2018 8：00：00.0 AM 12/09/2018 8：00：00.0 AM
 g1 7 48.762438 9.186757 13/09/2018 10：00：00.0 AM 13/09/2018 10：00：00.0 AM

结果几乎是您所要求的。 您看到的结果集显示了每个"岛"的END_TIMESTAMP。 但是在问题陈述中，您希望查看下一组的START_TIMESTAMP。

由于最后一点只是最终SELECT的另一个WINDOW表达式，因此我将其留给您以找出其中的一个:)

打个大熊猫
2楼-- · 2020-09-12 05:10

请提供create table语句和insert命令，以便人们可以测试数据集上的解决方案。

粗暴的香蕉
3楼-- · 2020-09-12 05:20

Hi Lars，

已更新。

谢谢

Prachi

4楼-- · 2020-09-12 05:08

Hi Lars，

非常感谢您为我提供帮助。 如您所知，对于END_TIMESTAMP，我想查看下一组的START_TIMESTAMP。 我按照您的建议在下面使用了WINDOW函数-

引导（s.timestamp）结束（按s.seq划分s.id顺序）end_timestamp

有了END_TIMESTAMP的此功能，我认为我根本不需要"端点"查询。 如果我错了，请纠正我。


致谢，
普拉奇

一周热门 更多>

点击此处---> EasySAP.com 一起学习S4 HANA ...

相关问答