SQL：为事务表中的每个类别选择运行总计，按日期排序

Question

我有一个交易表提供： 一个字母数字 PK、一个时间戳、一个 user_id、一个输入/输出字符串列和一个数量列。

id          time                  user_id   io    amount
38hw        2019-10-18 18:35:09   2         in     1
nv49        2019-10-18 18:35:10   3         in    50
83ha        2019-10-18 18:35:11   5         in     2
ja03        2019-10-18 18:35:12   4         out    2
019c        2019-10-18 18:35:13   1         out   75
ac5r        2019-10-18 18:35:14   3         in    20
as30        2019-10-18 18:35:15   3         in     3
34ds        2019-10-18 18:35:16   4         in     7
12my        2019-10-18 18:35:17   2         in    50
dk20        2019-10-18 18:35:18   4         in    50
sk18        2019-10-18 18:35:19   1         in     7
am35        2019-10-18 18:35:20   2         in     3
mc92        2019-10-18 18:35:21   2         out    8
alov        2019-10-18 18:35:22   3         in     4
ap34        2019-10-18 18:35:23   1         out    6

我正在尝试创建另一个列，该列在每次出现时提供该 user_id 的运行总计。这些 user_id 最初不会显示为 0，因此必须在它们第一次出现时假定为 0。

我已经考虑过使用一些辅助列可能会做到这一点。我的思考过程是这样的：

• 创建一列以指示 user_id 在

  time

  列中的值之前出现的次数。也许叫

  occurence_num

  专栏
• 创建一个使数量更易于使用的列，例如

  (case when io='in' then amount else -1*amount end) as balance_adjust

• 按

  user_id

  和（在每一行上）

  sum()

  所有

  balance_adjust

  值，其中

  occurence_num

  小于当前记录。

虽然我很难测试这些想法。我在一个相当大的数据库中工作，SQLite 有 2200 万行。该表可以根据需要更改/更新。它以这种方式存储，有利于保持 ETL 尽可能简单，因为有大量数据要提取，还有大量页面要提取。我想要的输出看起来像这样：

id          time                  user_id   io    amount    running_total
38hw        2019-10-18 18:35:09   2         in     1         1
nv49        2019-10-18 18:35:10   3         in    50        50
83ha        2019-10-18 18:35:11   5         in     2         2
ja03        2019-10-18 18:35:12   4         out    2        -2
019c        2019-10-18 18:35:13   1         out   75       -75
ac5r        2019-10-18 18:35:14   3         in    20        70
as30        2019-10-18 18:35:15   3         in     3        73
34ds        2019-10-18 18:35:16   4         in     7         5
12my        2019-10-18 18:35:17   2         in    50        51
dk20        2019-10-18 18:35:18   4         in    50        55
sk18        2019-10-18 18:35:19   1         in     7       -68
am35        2019-10-18 18:35:20   2         in     3        54
mc92        2019-10-18 18:35:21   2         out    8        46
alov        2019-10-18 18:35:22   3         in     4        77
ap34        2019-10-18 18:35:23   1         out    6       -74

我这样可以得到每个用户的总和，但是需要几分钟：

SELECT 
    user_id,
    sum(case when io='in' then amount else -1*amount end) as balance
FROM 
    transactions 
GROUP BY
    user_id

我认为对此进行扩展，

OVER

/

PARTITION

子句将是一个很好的调用，但我不确定考虑到该数据库的大小，这是否是正确的调用。

感谢您的帮助。

编辑：我应该提一下，真实数据可能在时间列中包含重复项。交易可能同时发生，因为它只精确到秒。

Answer 1

对你的尝试做一个小调整就可以了。使用相应的窗口函数将您的总和变成“running sum”就足够了，它将通过按用户分区和按时排序来计算运行量。

如果你有平局，你可以依靠按 id 排序，这将打破平局并使总和正确计算。

SELECT *,
       SUM(CASE WHEN io = 'in' 
                THEN amount 
                ELSE -amount 
           END) OVER(PARTITION BY user_id ORDER BY time, id) as balance
FROM transactions 
ORDER BY time

输出：

id	时间	user_id	io	数量	平衡
38hw	2019-10-18 18:35:09	2	在	1	1
nv49	2019-10-18 18:35:10	3	在	50	50
83公顷	2019-10-18 18:35:11	5	在	2	2
ja03	2019-10-18 18:35:12	4	出	2	-2
019c	2019-10-18 18:35:13	1	出	75	-75
ac5r	2019-10-18 18:35:14	3	在	20	70
as30	2019-10-18 18:35:15	3	在	3	73
34ds	2019-10-18 18:35:16	4	在	7	5
12我的	2019-10-18 18:35:17	2	在	50	51
dk20	2019-10-18 18:35:18	4	在	50	55
sk18	2019-10-18 18:35:19	1	在	7	-68
am35	2019-10-18 18:35:20	2	在	3	54
mc92	2019-10-18 18:35:21	2	出	8	46
阿洛夫	2019-10-18 18:35:22	3	在	4	77
ap34	2019-10-18 18:35:23	1	出	6	-74

在这里查看演示.

注意：不需要最后一个

ORDER BY

子句：它只是为了可视化目的。