目录
0 前言
SQL语言在数据处理、数据分析领域具有重要意义,往往要求开发者具有结构化的思维方式,能将二维表进行各种方式的转换,以达到输出最终结果的目的。这就要求数据开发者必须掌握一些核心的变换操作,如关联、和UNION操作,其中关联的意义在于联合查询,获取更多的行数据信息及逻辑判断的特征信息(让行粒度的数据变得更丰富),UNION的意义是为了分治处理,将不同特征的数据分开处理并进行合并,这两种操作是处理数据变化的基础操作和基本思维。而窗口函数的出现,让SQL应对复杂场景的问题变得简单,他以数据集(窗口)的形式对数据进行变换,并针对窗口内每一行数据利用分析函数进行计算,生成一个辅助计算值,我们往往借助于窗口函数进行辅助计算或生成标签值,窗口函数的出现让SQL处理复杂业务场景问题变得简单,使得SQL语言在数据处理、数据分析领域显得尤为重要,因而学好SQL语言对数据开发者来讲至关重要。在面对各种多变、复杂的业务场景处理时,我们往往需要以怎样的思维进行切入,以什么样的手段、方式进行化解复杂业务场景问题,这是本文需要探讨的,本文给出了一种以水位线思想分析复杂场景问题的方法和手段,并以实际业务场景为例,层层深入,最终引出本文的观点和方法,巧用sum(xxx) over(order by ts)解决数据随时间变化的发生拐点问题,利用这一函数进行分组处理使问题变得简单、逻辑性更强、通用性和可扩展性更高。
1 场景描述
水位线的思想处理问题,我们先根据实际场景需要解决的问题来引出这一话题,例如有下面的场景:
我们希望删除某id中存在NULL值的所有行,但是保留第一次出现不为NULL值的以下所有存在NULL值的行。具体如下图所示:
2 数据准备
(1)数据
id | ts |
NULL | 20220201 |
NULL | 20220202 |
NULL | 20220203 |
NULL | 20220204 |
NULL | 20220205 |
NULL | 20220206 |
NULL |