SQL:如何选择具有最多已知值的行？

Question

我有用户表(用户名,性别,date_of_birth,zip),其中用户的id是永久性的,但用户可能在过去多次注册,有时他填写所有数据,有时不填写.除此之外,他可以改变居住地(在这种情况下,zip可以改变).

所以查询

SELECT username, sex, date_birth, zip FROM users_log WHERE username IN('user1', 'user2', 'user3')

返回以下结果:

"user1";"M";"1982-10-04 00:00:00";"6320"
"user2";"";"";"1537"
"user3";"";"";"1537"
"user3";"";"";"1000"
"user3";"";"";"1000"
"user3";"";"1979-05-29 00:00:00";"1000"
"user3";"";"";"1537"
"user3";"";"1979-05-29 00:00:00";"1000"
"user1";"";"";"1000"
"user3";"";"";"1537"

在这种情况下,用户1改变了住所; 邮政编码改变了; 并且"属于"他的第二行不包含人口统计数据.User3还有多条记录,只有两条记录包含人口统计数据.

我想要做的是绑定用户包含关于他的最多数据的行,并考虑包含在具有最知名值的行中的zip.有谁知道如何编写适当的查询？

谢谢!

Answer 1

这会很痛苦; 很痛苦.

你的问题不清楚这个问题,但我假设你所指的'用户ID'是用户名.如果这是错误的话,会有相应的修改.

与任何复杂查询一样,请分阶段构建它.

第1阶段:每条记录有多少个非空字段？

SELECT username, sex, date_of_birth, zip,
       CASE WHEN sex           IS NULL THEN 0 ELSE 1 END +
       CASE WHEN date_of_birth IS NULL THEN 0 ELSE 1 END +
       CASE WHEN zip           IS NULL THEN 0 ELSE 1 END AS num_non_null_fields
  FROM users_log

第2阶段:给定用户名的最大字段数是多少？

SELECT username, MAX(num_non_null_fields) AS num_non_null_fields
  FROM (SELECT username, sex, date_of_birth, zip,
               CASE WHEN sex           IS NULL THEN 0 ELSE 1 END +
               CASE WHEN date_of_birth IS NULL THEN 0 ELSE 1 END +
               CASE WHEN zip           IS NULL THEN 0 ELSE 1 END AS num_non_null_fields
          FROM users_log
       ) AS u
 GROUP BY username

第3阶段:为具有最大非空字段数的给定用户选择(全部)行:

SELECT u.username, u.sex, u.date_of_birth, u.zip
  FROM (SELECT username, MAX(num_non_null_fields) AS num_non_null_fields
          FROM (SELECT username, sex, date_of_birth, zip,
                       CASE WHEN sex           IS NULL THEN 0 ELSE 1 END +
                       CASE WHEN date_of_birth IS NULL THEN 0 ELSE 1 END +
                       CASE WHEN zip           IS NULL THEN 0 ELSE 1 END AS num_non_null_fields
                  FROM users_log
               ) AS u
         GROUP BY username
       ) AS v
  JOIN (SELECT username, sex, date_of_birth, zip,
               CASE WHEN sex           IS NULL THEN 0 ELSE 1 END +
               CASE WHEN date_of_birth IS NULL THEN 0 ELSE 1 END +
               CASE WHEN zip           IS NULL THEN 0 ELSE 1 END AS num_non_null_fields
          FROM users_log
       ) AS u
    ON u.username = v.username AND u.num_non_null_fields = v.num_non_null_fields;

现在,如果某人有多行(例如)填写了所有三个字段,那么将返回所有这些行.但是,您没有指定在这些行之间进行选择的任何标准.

这里的基本技术可以适应任何变化的要求.关键是在你去的时候构建和测试子查询.

这个SQL都不在DBMS附近; 它可能存在缺陷.

您尚未指定要使用的DBMS.但是,似乎Oracle不会喜欢用于表别名的AS表示法,尽管它对列别名的AS没有问题.如果您正在使用任何其他DBMS,您不必担心这种轻微的怪癖.

Answer 2

幸运的是你正在使用PostgreSQL.通过将boolean转换为整数来计算填充的字段更容易:

SELECT username, 
   ( 
      (sex is not null)::int 
    + (date_birth_birth is not null)::int 
    + (zip is not null)::int
   ) / 3.0 as percent_complete
FROM users_log

您的代码目标与此问题具有相似性:
Postgresql:按真OR子句的数量计算排名