DB2 SQL查询：筛选Name字段发生变更的行数据

需求说明 #

从Client_Info表中，按Client分组，筛选出每个Name首次出现的行（即Name发生变更的节点行，包含每个Client的初始记录）。

原表数据 #

Client  Name    Date
1       John    12-jun-2023
1       John    13-jun-2023
1       Mick    14-jun-2023
1       Mick    15-jun-2023
1       Paddy   16-jun-2023
2       Mary    12-jun-2023
2       Mary    13-jun-2023
2       Mary    14-jun-2023
2       Paula   15-jun-2023
2       Rita    16-jun-2023

原SQL问题分析 #

你之前的SQL逻辑偏差，通过关联每个Client的最新记录来对比，无法精准捕捉相邻日期的Name变更，所以得不到预期结果。

正确解法 #

使用LAG()窗口函数，对比同一Client下相邻行的Name值，筛选出变更节点：

SELECT Client, Name, Date
FROM (
    SELECT 
        Client, 
        Name, 
        Date,
        -- 获取同一Client分组中上一行的Name值
        LAG(Name) OVER (PARTITION BY Client ORDER BY Date) AS prev_name
    FROM Client_Info
) t
-- 保留Client的首条记录，或当前行Name与上一行不同的记录
WHERE prev_name IS NULL OR Name <> prev_name
ORDER BY Client, Date;

逻辑解释 #

1. 内层查询通过LAG(Name) OVER (PARTITION BY Client ORDER BY Date)，按Client分组、Date升序排序，获取当前行的上一行Name。
2. 外层筛选时，保留两种情况：
   • 该Client的第一条记录（prev_name为NULL，无前置行）
   • 当前行Name与上一行不同（即Name发生变更）
3. 最终按Client和Date排序，得到符合需求的结果。

期望结果 #

Client  Name    Date
1       John    12-jun-2023
1       Mick    14-jun-2023
1       Paddy   16-jun-2023
2       Mary    12-jun-2023
2       Paula   15-jun-2023
2       Rita    16-jun-2023

内容的提问来源于stack exchange，提问作者Garret