按系列列分区的 RANK 记录 (Vertica SQL)

Question

我正在尝试使用 Vertica 排名分析函数创建按列分区的排名列，但仅包含系列中的记录。例如，下面的查询会生成查询下方的输出

select when_created, status
from tablea

when_created    Status
1/1/2015    ACTIVE
3/1/2015    ACTIVE
4/1/2015    INACTIVE
4/6/2015    INACTIVE
6/7/2015    ACTIVE
10/9/2015   INACTIVE

我可以修改我的查询以包含一个排名列，该列将产生以下输出

select 
when_created, status, rank() OVER (PARTITION BY status order by when_created) as rnk
from tablea

when_created    Status  rnk
1/1/2015    ACTIVE  1
3/1/2015    ACTIVE  2
4/1/2015    INACTIVE    1
4/6/2015    INACTIVE    2
6/7/2015    ACTIVE  3
10/9/2015   INACTIVE    3

然而，我的目标是当一个系列被打破时重新开始排名，因此所需的输出是：

when_created    Status  rnk
1/1/2015    ACTIVE  1
3/1/2015    ACTIVE  2
4/1/2015    INACTIVE    1
4/6/2015    INACTIVE    2
6/7/2015    ACTIVE  1
10/9/2015   INACTIVE    1

有没有办法使用 RANK 函数来完成此操作，或者是否有其他方法可以在 vertica sql 中完成此操作？

谢谢，本

Answer 1

这是一个间隙与岛屿问题，其中棘手的部分是确定用于计算的组row_number()。一种解决方案使用不同的行号来识别不同的组：

select a.*,
       row_number() over (partition by status, seqnum - seqnum_s order by when_created) as rnk
from (select a.*,
             row_number() over (order by when_created) as seqnum,
             row_number() over (partition by status order by when_created) as seqnum_s
      from tablea a
     ) a;

当你第一次看到它时，这背后的逻辑很棘手。我建议您运行子查询并理解这两个row_number()计算 - 并观察您感兴趣的组的差异是恒定的。