返回每个组的前N行(Vertica/vsql)

Question

熟悉的问题，但与Vertica有关。我想为每个tag_id返回基于总和(Imps)的前5个geo_country行。这是我开始的查询：

SELECT tag_id,
       geo_country,
       SUM(imps) AS imps,
       RANK() OVER (PARTITION BY tag_id ORDER BY SUM(imps) DESC) AS rank
FROM table1
WHERE tag_id IN (2013150,1981153)
AND ymd > CURRENT_DATE - 3
GROUP BY 1,
         2 LIMIT 10;

这实际上只返回WHERE子句(2013150)中第一个标记的行。我知道另一个标签的sum(imps)值足够高，应该将其包含在结果中。

另外，我如何实现Top N部分？我尝试在OVER函数中添加一个LIMIT子句，但它看起来不像是一个可接受的参数。

Answer 1

解决了。解决方案是将查询转换为子查询，然后使用WHERE子句按排名进行过滤：

SELECT * 
FROM (SELECT tag_id, geo_country, sum(imps),
    RANK() OVER (PARTITION BY tag_id ORDER BY SUM(imps) DESC) AS rank 
    FROM table1
    WHERE tag_id IN (2013150,1981153)
    AND ymd > CURRENT_DATE - 3
    GROUP BY 1,2) as t2
WHERE t2.rank <=5;

Answer 2

我认为这里发生的情况是，group by在tag_id上对您的数据进行排序，然后在geo_country上排序。然后进行限制，获取前10条记录。如果tag_id 1至少有10个geo_countries，那么在结果中只会看到tag_id 1。按等级进行排序不会解决你的问题。

虽然在Vertica中，我不确定是否允许在排序中使用排名。

SELECT tag_id,
   geo_country,
   SUM(imps) AS imps,
   RANK() OVER (PARTITION BY tag_id ORDER BY SUM(imps) DESC) AS rank
FROM table1
WHERE tag_id IN (2013150,1981153)
AND ymd > CURRENT_DATE - 3
GROUP BY 1,
         2
ORDER BY 4
LIMIT 10;