稀疏表上的自联接

如何解决稀疏表上的自联接

我在 S3 中有一张桌子（好吧，如果它改变了事情，那就是镶木地板文件），供 Presto/AWS Athena 查询。

里面有很多废话，但基本上结构是：

SessionId,TransactionId,SessionFailureType1,SessionFailureType2
123456,123-c-456,999999,1,123456,090-2-999,111-1-111,1

有些会话没有事务，许多会话没有失败。每个事务和会话开始都会得到一行。

这种情况很像将两张表合二为一，外键是 SessionId。

我正在尝试获取失败的事务，我认为这意味着我需要自己加入表，然后按 SessionId 分组。我已经尝试进行自联接以获取所有 TransactionId：

SELECT TransactionId as trid,SessionId as ssid,SessionFailureType1 as f1,SessionFailureType2 as f2 
FROM MyTable a join MyTable b on a.SessionId = b.SessionId
where b.SessionFailureType1 = 1 or b.SessionFailureType2 = 1
and a.TransactionId <> '';

但这给了我一堆结果，其中交易 ID 仍未填充，而且似乎不完整。我觉得我在这里错过了一个基本问题；也许我想要的不是连接而是......分叉？

解决方法

我正在尝试获取失败的交易，

如果要返回失败类型列之一不是 null 的会话的所有事务，请使用窗口函数：

select t.*
from (select t.*,count(SessionFailureType1) over (partition by sessionid) as cnt1,count(SessionFailureType2) over (partition by sessionid) as cnt2
      from t
     ) t
where cnt1 > 0 or cnt2 > 0;