如何为ID连续的重复项打标签？避免游标实现连续ID检测

嘿，这问题我熟！完全不用游标就能搞定，咱们用窗口函数就能优雅解决这类连续分组标记的需求，这也是处理这类问题的标准做法之一。

先明确下需求：我们需要把数据按id排序后，找出同description且id连续的记录段，当这个段的记录数≥4时，把段内所有记录的tag设为'y'，其他情况保持'n'。

具体SQL实现 #

WITH sorted_data AS (
    SELECT 
        id, 
        description, 
        tag,
        -- 按description分组、id排序，生成行号
        ROW_NUMBER() OVER (PARTITION BY description ORDER BY id) AS rn
    FROM your_table
),
grouped_data AS (
    SELECT 
        id, 
        description, 
        tag,
        -- 计算分组键：连续ID的记录，id - rn的值会保持一致
        id - rn AS group_key,
        -- 统计每个连续组的记录数
        COUNT(*) OVER (PARTITION BY description, id - rn) AS group_count
    FROM sorted_data
)
SELECT 
    id,
    description,
    -- 根据组的大小决定tag值
    CASE WHEN group_count >= 4 THEN 'y' ELSE 'n' END AS tag
FROM grouped_data
ORDER BY id;

逻辑解释 #

1. 第一步：排序并生成行号
   sorted_data这个CTE会先把同description的记录按id从小到大排序，然后给每条记录分配一个递增的行号rn。这样连续的ID对应的行号也是连续递增的。

2. 第二步：识别连续分组
   计算id - rn作为分组键：对于连续的ID（比如1,2,3,4,5），它们的行号分别是1,2,3,4,5，id - rn的结果都是0；而不连续的ID（比如7,8），行号是6,7，id - rn的结果都是1。这样就把同一个连续段的记录归到了同一个分组里。

3. 第三步：标记符合条件的记录
   用COUNT()窗口函数统计每个分组的记录数group_count，最后通过CASE语句判断：如果分组记录数≥4，就把tag设为'y'，否则保留原来的'n'，最后按id排序输出。

验证你的数据 #

把你提供的原始数据代入这个SQL，得到的结果正好是你期望的：

• ID1-5的xxx记录属于同一个连续组（记录数5≥4），tag设为'y'
• ID7、8的xxx记录属于另一个组（记录数2<4），tag保持'n'
• ID6的zzz记录单独一组，tag保持'n'

这个方案完全不需要游标，纯基于窗口函数实现，性能也比游标好很多，适合处理大量数据。

内容的提问来源于stack exchange，提问作者user3359706