昨天有网友提了一个问题,需要对如下数据按1小时的间隔进行去重。
1 15392 2012-8-31 23:59:00
2 15392 2012-9-1 0:13:00
3 15392 2012-9-1 0:16:25
4 15392 2012-9-1 12:10:25
5 15392 2012-9-1 12:15:25
6 15392 2012-9-1 13:15:25
以表中最小时间点为基准,每隔1小时只保留一条记录。对应到上面的样例数据,最小的时间点为第1条记录的2012-8-31 23:59:00,
那么对于所有时间在2012-9-1 00:59:00之前的数据都要舍去,也就是上面第2、3条记录都要舍去,以此类推。
那么最终得到的结果是保留第1、4、6条记录。
对于这个问题我们应该怎么解决呢?
我给出的方法是,用每条记录的时间点减去最小时间点得到一个差值a,然后只取差值最接近于每个整数的那条记录。
如差值列表如下:0、0.1、0.2、1.1、1.2、3
那么最终就取0、1、3,大家可以想象成对差值(oracle中记得要*24)按整数部分分组,然后取每个组的Top1。
下面给出具体实现步骤:
创建测试表
-- Create table
create table TTTTX
(
id INTEGER,
id2 INTEGER,
make_date DATE
)
插入测试数据
insert into TTTTX (id, id2, make_date)
values (1, 15392, to_date('31-08-2012 23:59:00', 'dd-mm-yyyy hh24:mi:ss'));
insert into TTTTX (id, id2, make_date)
values (2, 15392, to_date('01-09-2012 00:13:00', 'dd-mm-yyyy hh24:mi:ss'));
insert into TTTTX (id, id2, make_date)
values (3, 15392, to_date('01-09-2012 00:16:25', 'dd-mm-yyyy hh24:mi:ss'));
insert into TTTTX (id, id2, make_date)
values (4, 15392, to_date('01-09-2012 12:10:25', 'dd-mm-yyyy hh24:mi:ss'));
insert into TTTTX (id, id2, make_date)
values (5, 15392, to_date('01-09-2012 12:15:25', 'dd-mm-yyyy hh24:mi:ss'));
insert into TTTTX (id, id2, make_date)
values (6, 15392, to_date('01-09-2012 13:15:25', 'dd-mm-yyyy hh24:mi:ss'));
commit;
编写SQL:
select id, id2, make_date
from (select id,
id2,
make_date,
row_number() over(partition by id2, trunc(a) order by a) lvl
from (select id,
id2,
make_date,
(make_date -
to_date('2012/8/31 23:59:00', 'yyyy-mm-dd hh24:mi:ss')) * 24 a
/*每条记录减去表中的最小时间点,注意这个最小时间点最好是常量,
不要在此处用SQL获得以避免产生较多的recursive calls*/
from ttttx))
where lvl = 1
完毕!