Oracle 12Cトレンディングの行の追加

Question

私は、毎日、不具合を示すアイテムをリストする履歴データがあると仮定します。アイテムはこのリストに出入りする。 I.E.-

TABLE NAME: ITEMS_WITH_DEFECTS 

DAY  | ITEMID 
------------------- 
01-JAN-16 | A 
01-JAN-16 | D 
02-JAN-16 | B 
02-JAN-16 | D 
03-JAN-16 | A 
03-JAN-16 | C 
04-JAN-17 | A 
04-JAN-17 | D 

私は、新しい下落しているしている、と引き継がれてきたどのように多くの項目、前日に毎日の相対のために示したデータソースを構築したいと思います。それは私の履歴データソースから任意の情報を失うことなくこれを行うにはしたいと思いますので、私の所望の出力は次のようになります。

TABLE NAME: ITEM_DEFECT_TRENDS 

DAY  | ITEMID | DEFECT | TREND 
------------------------------------ 
01-JAN-16 | A  | y  | New 
01-JAN-16 | B  | n  | (null) 
01-JAN-16 | C  | n  | (null) 
01-JAN-16 | D  | y  | New 
02-JAN-16 | A  | n  | Dropped 
02-JAN-16 | B  | y  | New 
02-JAN-16 | C  | n  | (null) 
02-JAN-16 | D  | y  | Carryover 
03-JAN-16 | A  | y  | New 
03-JAN-16 | B  | n  | Dropped 
03-JAN-16 | C  | y  | New 
03-JAN-16 | D  | n  | Dropped 
04-JAN-16 | A  | y  | Carryover 
04-JAN-16 | B  | n  | (null) 
04-JAN-16 | C  | n  | Dropped 
04-JAN-16 | D  | y  | New 

私はTREND列を生成する方法を知っているが、私は、行を追加する方法がわかりませんまたはDEFECT列を出力に追加します。

SQLまたはPL SQLでこれを行うことはできますか？

このようなデータをモデル化する理由は、データベースには約12,000個の可能なアイテムの大きなリストが含まれていますが、一度に500個ほどのアイテムしか表示されないためです。可能なすべてのアイテムに対して考慮する必要があるアイテムだけで、これをスコープするとメモリがより効率的になります。

Answer 1

はい、私はあなたがSQLでこれを行うことができると思います。

select d.day, i.itemid, 
     (case when id.itemid is not null then 'y' else 'n' end) as defect, 
     (case when id.itemid is null and 
        lag(id.itemid) over (partition by i.itemid order by d.day) is null 
      then 'New' 
      when id.itemid is not null and 
        lag(id.itemid) over (partition by i.itemid order by d.day) is not null 
      then 'CarryOver' 
      when lag(id.itemid) over (partition by i.itemid order by d.day) is not null 
      then 'Dropped' 
     end) as trend 
from (select distinct day from items_with_defects) d cross join 
    (select distinct itemid from items_with_defects) i left join 
    items_with_defects id 
    on id.day = d.day and id.itemid = i.itemid; 

アイデアがcross joinを使用してすべての行を生成することです - あなたがそのあなたの日やアイテムの人口を得るための他の方法を持っている場合それを使用してください。

次にleft join一致を確認する元のデータ。 defect列は簡単です。私はtrend列ロジックは正しいと思いますが、質問で完全に説明していません。