如何使用前1个在子查询中获得两列？

Question

这是东西。我有这两个表：

表A：

id    col1    date_x
A     xxxx    2020-02-02
B     yyyy    2020-02-02
C     zzzz    2020-02-02

表B

id    col2    date_y
A     yyyy    2020-01-02
A     yyyy    2020-02-02
A     yyyy    2020-03-02

我想在date_y尽可能高的时候带上col2，但必须低于date_x。

这就是我所做的：

select *,
       (
         select top 1 col2
         from table_B
         where table_B.date_y < a.date_x 
         and table_B.id = a.id
       ) as col2                   
from table_A a

现在，我也想带date_y来进行验证。

做到这一点的最佳方法是什么？我考虑过要创建另一个（选择前1个...），但这似乎效率很低。另一个联接也将效率低下。

Answer 1

您可以根据自己的条件联接表，并使用MAX()和FIRST_VALUE()窗口函数来获取date_y和col2的值：

select distinct a.*,
       first_value(b.col2) over (partition by a.id order by b.date_y desc, b.col2) col2,
       max(b.date_y) over (partition by a.id) date_y
from tableA a left join tableB b
on b.id = a.id and b.date_y < a.date_x

如果只想从2个表中匹配行，则可以将LEFT联接更改为INNER联接。
请参见demo。

Answer 2

您使用相关子查询的方法是可以的-Redshift支持top（尽管我更喜欢limit，在其他数据库中更受支持）。

但是，子查询中缺少一个order by子句-如果没有子句，则会从满足where子句的行中得到一个无法预测的行。

我建议：

select 
    a.*,
    (
        select col2
        from table_B b
        where b.date_y < a.date_x and b.id = a.id
        order by b.date_y desc
        limit 1
    ) as col2                   
 from table_A a

为提高性能，请考虑在table_B(id, date_y, col2)上建立索引。