Amazon Redshift中基于Flag=1实现DesiredPartition递增的SQL方案问询

这问题我太熟悉了！完全不用导出数据用循环处理，Redshift的窗口函数就能完美解决你的需求。核心思路就是利用累计求和窗口函数，每次遇到FlagValue=1时让分区编号自动递增，0的时候保持不变。

基础解决方案（假设Time字段唯一） #

直接用SUM()窗口函数对FlagValue做累计求和，再加上1就能得到你要的DesiredPartition：

SELECT
  SUM(FlagValue) OVER (ORDER BY Time) + 1 AS DesiredPartition,
  FlagValue,
  Time
FROM your_table
ORDER BY Time;

原理说明：

• SUM(FlagValue) OVER (ORDER BY Time) 会按时间升序，计算从第一行到当前行的FlagValue累计总和。因为只有FlagValue=1时才会让总和增加，0的时候总和保持不变，刚好对应你需要的“每次Flag=1时分区递增”的逻辑。
• 加1是因为初始状态下累计总和为0，我们需要第一个分区从1开始，完美匹配你给出的示例数据。

验证示例数据 #

用你提供的测试数据跑这个SQL，结果会和预期完全一致：

进阶处理（如果Time字段有重复值） #

如果你的Time字段存在重复（同一时间有多条记录），且希望同一时间的所有记录不管包含多少个FlagValue=1，都只对应一个分区编号，可以先按时间分组处理：

WITH time_groups AS (
  -- 按时间分组，标记该时间点是否存在Flag=1
  SELECT
    Time,
    MAX(FlagValue) AS has_flag_1
  FROM your_table
  GROUP BY Time
),
partitioned_times AS (
  -- 对分组后的时间计算累计分区编号
  SELECT
    Time,
    SUM(has_flag_1) OVER (ORDER BY Time) + 1 AS DesiredPartition
  FROM time_groups
)
-- 关联回原表得到最终结果
SELECT
  pt.DesiredPartition,
  yt.FlagValue,
  yt.Time
FROM your_table yt
JOIN partitioned_times pt ON yt.Time = pt.Time
ORDER BY yt.Time;

这个方案会确保同一时间的所有记录共享同一个分区编号，避免因同一时间多条Flag=1导致分区跳号的问题。

为什么这个方案可行？ #

Redshift完全支持这类窗口函数，而且处理效率远高于导出数据再用循环处理的方式，不管数据量多大都能稳定运行，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Hasan Shaukat