如何获取最新的行会在一定条件

Question

这是我的数据表：

sessionid | page | category | productid | time 
1   | detail | 3  | 4   | 20150303 1002 
1   | cart | null  | 4   | 20150303 1003 
2   | detail | 5  | 3   | 20150303 1005 
2   | detail | 5  | 3   | 20150303 1007 
2   | detail | null  | 2   | 20150303 1008 
2   | cart | null  | 3   | 20150303 1010 
2   | detail | 1  | 3   | 20150303 1013 

这是我的期望输出

sessionid | page | category | productid | time   | refercategory 
1   | cart | null | 4   | 20150303 1003 | 3 
2   | cart | null | 3   | 20150303 1010 | 5 

基本上，我想看看只车事件，以及从事件之前的最近的详细信息行中获取类别字段，该字段具有非空类别值和相同的productid。因此，对于sessionid = 2的最后一个购物车事件，我会继续上去，直到我用相同的sessionid（= 2），相同的productid（= 3）和非空类别值（= 5）击中详细信息页面。

我试过加入（但不能限制到一个结果）和滞后（但无法正确过滤页面）。我很感激关于这个令人困惑的问题的任何提示。谢谢！

Answer 1

我不熟悉配置单元/ hiveql，所以我会回答一般的SQL。

select t1.sessionid, t1.page, t1.category, t1.productid, t1.time, t2.category as refercategory 
from table1 as t1 
join table1 as t2 on t1.sessionid = t2.sessionid and t1.productid = t2.productid 
where t1.page = 'cart' 
and t2.time = (select max(time) 
       from table1 as t3 
       where t3.sessionid = t2.sessionid and category is not null) 

下面是使用您的测试数据结果：

sessionid page category productid time   refercategory 
1   cart (null)   4  20150303 1003 3 
2   cart (null)   3  20150303 1010 5 

下面是一个小提琴显示它的工作：http://sqlfiddle.com/#!9/38f7b0/4

---

编辑为了配合修订后的问题/数据I将查询修改为：

select t1.sessionid, t1.page, t1.category, t1.productid, t1.time, t2.category as refercategory 
from table1 as t1 
join table1 as t2 on t1.sessionid = t2.sessionid and t1.productid = t2.productid 
where t1.page = 'cart' 
and t2.time = (select max(time) 
       from table1 as t3 
       where t3.sessionid = t2.sessionid 
       and category is not null 
       and t3.time <= t1.time) 

唯一的变化是添加and t3.time <= t1.time以确保所选参考行的时间小于购物车行。

这里是新的小提琴：http://sqlfiddle.com/#!9/a08ed/3