尝试使用 Redshift SQL 对累积不同实体进行计数

我正在尝试获取某个时间序列中 Redshift 中不同对象的累积计数。最简单的事情就是使用COUNT(DISTINCT myfield) OVER (ORDER BY timefield DESC ROWS UNBOUNDED PRECEDING)，但 Redshift 给出“不支持窗口定义”错误。

例如，下面的代码尝试查找从第一周到现在每周的累计不同用户。但是，我收到“不支持窗口功能”错误。

SELECT user_time.weeks_ago, 
       COUNT(distinct user_time.user_id) OVER
            (ORDER BY weeks_ago desc ROWS UNBOUNDED PRECEDING) as count
FROM   (SELECT FLOOR(EXTRACT(DAY FROM sysdate - ev.time) / 7) AS weeks_ago,
               ev.user_id as user_id
        FROM events as ev
        WHERE ev.action='some_user_action') as user_time

目标是构建已执行操作的唯一用户的累积时间序列。关于如何做到这一点有什么想法吗？

以下是如何将其应用到引用的示例中here http://www.bigdatamark.com/count-distinct-window-function-redshift，另外我还添加了另一行，复制“2015-01-01”的“表”，以演示如何计算不同值。

该示例的作者对解决方案的看法是错误的，但我只是使用他的示例。

create table public.test
(
  "date" date,
  item varchar(8),
  measure int
)

insert into public.test
    values
      ('2015-01-01', 'table',   12),
      ('2015-01-01', 'table',   120),
      ('2015-01-01', 'chair',   51),
      ('2015-01-01', 'lamp',    8),
      ('2015-01-02', 'table',   17),
      ('2015-01-02', 'chair',   72),
      ('2015-01-02', 'lamp',    23),
      ('2015-01-02', 'bed',     1),
      ('2015-01-02', 'dresser', 2),
      ('2015-01-03', 'bed',     1);

WITH x AS (
    SELECT
      *,
      DENSE_RANK()
      OVER (PARTITION BY date
        ORDER BY item) AS dense_rank
    FROM public.test
)
SELECT
  "date",
  item,
  measure,
  max(dense_rank)
  OVER (PARTITION BY "date")
FROM x
ORDER BY 1;

CTE 为您提供dense每个日期每个项目的排名，然后主查询会获取每个日期的密集排名的最大值，即每个日期的项目的不同计数。

你需要dense排名而不是直接排名来计算不同值。