0

我正在使用如下所示的数据集：

|  Part | OpenDays |
|:-----:|:--------:|
| ABB52 |    203   |
| ABB85 |    52    |
| ABB88 |    365   |
| ABB26 |    311   |
| ABB75 |    288   |
| ABB92 |    98    |
| ABB36 |    113   |
| ABB37 |    77    |
| ABB73 |    297   |

理想情况下，我试图将这些数据分组到箱中（进入前三分之一百分位数、中间三分之一百分位数或底部三分之一百分位数）。我们最终可能会搬到宿舍。

我正在尝试PERCENT_RANK在 OracleSQL 中使用该功能，但无法弄清楚如何正确使用它。

我正在尝试以下内容：

SELECT
  tblSO.Part,
  CASE
    WHEN OpenDays <= PERCENT_RANK(0.33) WITHIN GROUP (ORDER BY OpenDays DESC) THEN 1
    ELSE NULL END AS OpenDaysGroup

FROM
  tblSO

GROUP BY
  tblSO.Part

但得到错误：

ORA-00979: 不是 GROUP BY 表达式

理想情况下，我的数据集如下所示：

| Part  | OpenDays |
|-------|----------|
| ABB88 | 3        |
| ABB26 | 3        |
| ABB73 | 3        |
| ABB75 | 2        |
| ABB52 | 2        |
| ABB36 | 2        |
| ABB92 | 1        |
| ABB37 | 1        |
| ABB85 | 1        |

我已设置此SQLFIDDLE以使用示例数据进行演示。

我怎样才能用它PERCENT_RANK来实现我的目标？

4

2 回答 2

1

老实说，我通常为此使用蛮力：

SELECT tblSO.Part,
       FLOOR( (ROW_NUMBER() OVER (ORDER BY OpenDays DESC) - 1) * 3 /
              COUNT(*) OVER ()
            ) AS OpenDaysGroup
FROM tblSO;

为什么？首先，计算不是很复杂。更重要的是，谁能记住内置函数是如何处理平局的。例如NTILE()- 它也可以满足您的需求 - 将关系放在不同的组中。上面的代码也是如此。

但是，如果我想在同一组中建立联系，我会使用RANK()而不是ROW_NUMBER()：

SELECT tblSO.Part,
       FLOOR( (RANK() OVER (ORDER BY OpenDays DESC) - 1) * 3 /
              COUNT(*) OVER ()
            ) AS OpenDaysGroup
FROM tblSO;

这是一个 SQLFiddle。

于 2019-08-13T21:38:35.643 回答
1

我向 OP 提出了以下问题：查询的主要目标是什么？将“部件”分配给垃圾箱，以使每个垃圾箱包含相同数量的部件，尽可能多 - 无论每个垃圾箱中的开放天数如何？还是尽可能地平衡各个箱子的开放天数，即使这意味着一些箱子将接收更多零件（但每个箱子的开放天数较少）？显然，这两个目标是相互矛盾的。这两个问题是不同的。

OP还没有回答。但是后一个问题很有趣，无论哪种方式都值得解决。

编辑 似乎我的问题（在原始问题下作为评论发布）已被删除。无论是谁做的，都没有留下任何解释。无论如何，上面复制了这个问题。 结束编辑

Gordon Linoff 提供了一种解决方案，可以使每个箱中的零件数量相等。在那个解决方案（和问题陈述，真的）中，输入中每一行的“开放日”计数绝对没有任何作用。这是一个微不足道的问题（两种可能的解释）。

困难的问题 - 尽可能均衡每个箱中的开放天数的总和 - 可以通过完整的枚举来解决（考虑所有可能的分配，选择最好的分配），但这很快就变得不切实际。一个人需要一个算法，一个人也可能需要接受一个“足够好”的解决方案，虽然相当好但也很实用（查询应该在不到一年的时间内完成，例如，对于中等大的输入数据集）。

这是这样一个算法，然后是 Oracle SQL 中的一个实现——使用递归 WITH 子句，这需要 Oracle 11.2 或更高版本。

从三个箱子开始，按“开放日”降序排列“零件”。以任何方式通过“开放日”打破关系——这并不重要，但必须打破关系。ROW_NUMBER()在初步子查询中，使用分析功能很容易。

跟踪每个 bin SO FAR 的总开放天数。（在我们开始之前，每个箱中的总数为零。）在每个步骤中，取出下一部分（按 排序ROW_NUMBER()）并将其分配给当前开放天数总和最少的箱。如果存在平局，则优先选择 bin 1，然后是 bin 2，而不是其他 bin。

这是查询和结果 - 使用 CTE（在 WITH 子句中）中的输入数据进行测试。

with
  tblso (part, opendays) as (
    select 'ABB52', 203 from dual union all
    select 'ABB85',  52 from dual union all
    select 'ABB88', 365 from dual union all
    select 'ABB26', 311 from dual union all
    select 'ABB75', 288 from dual union all
    select 'ABB92',  98 from dual union all
    select 'ABB36', 113 from dual union all
    select 'ABB37',  77 from dual union all
    select 'ABB73', 297 from dual
  )
, prep (part, opendays, rn) as (
    select part, opendays, row_number() over (order by opendays desc) from tblso
  )
, r (part,  opendays, rn, bin, sum1, sum2, sum3) as (
    select  part, opendays, 1, 1, opendays, 0, 0
      from  prep
      where rn = 1
    union all
    select  p.part, p.opendays, p.rn,
            case when r.sum1 <= r.sum2 and r.sum1 <= r.sum3 then 1
                 when r.sum2 <= r.sum3                      then 2
                                                            else 3 end,
            case when r.sum1 <= r.sum2 and r.sum1 <= r.sum3 then r.sum1 + p.opendays 
                                                            else r.sum1 end,
            case when r.sum2 <  r.sum1 and r.sum2 <= r.sum3 then r.sum2 + p.opendays 
                                                            else r.sum2 end,
            case when r.sum3 <  r.sum1 and r.sum3 <  r.sum2 then r.sum3 + p.opendays 
                                                            else r.sum3 end
    from    prep p join r on p.rn = r.rn + 1
  )
select part, opendays, bin
from   r;

输出：

PART    OPENDAYS        BIN
----- ---------- ----------
ABB88        365          1
ABB26        311          2
ABB73        297          3
ABB75        288          3
ABB52        203          2
ABB36        113          1
ABB92         98          1
ABB37         77          2
ABB85         52          1

为了比较，以下是 Gordon 答案中解决方案的“部分”计数和“开放日”总和，与此答案中的查询：

总帐摘要

       BIN PART_COUNT TOTAL_OPENDAYS
---------- ---------- --------------
         0          3            973
         1          3            604
         2          3            227

数学人总结

       BIN PART_COUNT TOTAL_OPENDAYS
---------- ---------- --------------
         1          4            628
         2          3            591
         3          2            585

Gordon 的解决方案将九个输入部分中的三个分配给三个箱中的每一个，但每个箱的总开放日范围从 227 到 973。在我的解决方案中，一个箱有四个部分，另一个只有两个；但每个垃圾箱的总开放天数从 585 到 628 不等 - 分布更紧密。

虽然不能保证，一般来说，我在这里描述的算法会找到最佳解决方案（要清楚：解决难题），几乎可以肯定，它会找到比分配相同数量的“部分”更好的解决方案几乎所有情况下的每个垃圾箱。

于 2019-08-13T22:45:42.467 回答