LAG 函数通过丢弃空值返回先前的行

Question

我正在尝试从网络表中查找某人访问过的先前页面。我使用滞后函数来查找该人访问过的先前页面（仅当访问了下一页时）。

网络表：

id	访问时间	网页_访问过
1	2024-03-14 10:00:01	google.com
1	2024-03-14 10:00:07
1	2024-03-14 10:01:15
1	2024-03-14 10:01:10	espn.com
1	2024-03-14 10:02:01

当我使用下面的 SQL 时，返回的值不考虑行之间的空/空白值。

使用的SQL：

select id, 
visit_time, 
webpage_visited, 
coalesce(lag(webpage_visited, 1) over (partition by id order by visit_time  asc), 'none') as previous_webpage_visited
from web

请告知我如何实现以下预期输出。

预期输出：

id	访问时间	网页_访问过	上一个_网页_访问过
1	2024-03-14 10:00:01	google.com	无
1	2024-03-14 10:00:07
1	2024-03-14 10:01:15
1	2024-03-14 10:01:10	espn.com	google.com
1	2024-03-14 10:02:01

Answer 1

该技巧由两部分组成 - 使用

IGNORE NULLS

作为您的窗口函数并仅在当前值不为空时应用窗口函数：

sample data
WITH dataset(id, visit_time, webpage_visited) AS (
   values (1,'2024-03-14 10:00:01','google.com'),
        (1,'2024-03-14 10:00:07',NULL),
        (1,'2024-03-14 10:01:15',NULL),
        (1,'2024-03-14 10:01:10','espn.com'),
        (1,'2024-03-14 10:02:01',NULL)
)

-- query
select id,
       visit_time,
       webpage_visited,
       if(webpage_visited is not null,
           coalesce(lag(webpage_visited, 1) IGNORE NULLS over(partition by id order by visit_time), 'none'))
           as previous_webpage_visited
from dataset;

输出：

id	访问时间	网页_访问过	上一个_网页_访问过
1	2024-03-14 10:00:01	google.com	无
1	2024-03-14 10:00:07	空	空
1	2024-03-14 10:01:10	espn.com	google.com
1	2024-03-14 10:01:15	空	空
1	2024-03-14 10:02:01	空	空