近期价格处于降价趋势(至少调了3次)的所有商品

简介:
-- 近期价格处于降价趋势(至少调了3次)的所有商品  
if   object_id ( ' [tb] ' is   not   null   drop   table   [ tb ]  
go   
create   table   [ tb ] ( [ 日期 ]   datetime , [ 商品编码 ]   varchar ( 6 ), [ 价格 ]  numeric( 3 , 1 )) 
insert   [ tb ]  
select   ' 20091101 ' , ' 033001 ' 11.9   union   all  
select   ' 20091101 ' , ' 033002 ' 30.5   union   all  
select   ' 20091101 ' , ' 033003 ' 2   union   all  

select   ' 20091102 ' , ' 033001 ' 11.9    union   all  
select   ' 20091102 ' , ' 033002 ' 30      union   all  
select   ' 20091102 ' , ' 033003 ' 2        union   all  

select   ' 20091103 ' , ' 033001 ' 11.5    union   all  
select   ' 20091103 ' , ' 033002 ' 30.5    union   all  
select   ' 20091103 ' , ' 033003 ' 2.5      union   all  

select   ' 20091104 ' , ' 033001 ' 11.5    union   all  
select   ' 20091104 ' , ' 033002 ' 30.5    union   all  
select   ' 20091104 ' , ' 033003 ' 2.5      union   all  

select   ' 20091105 ' , ' 033001 ' 11.5    union   all  
select   ' 20091105 ' , ' 033002 ' 30.5    union   all  
select   ' 20091105 ' , ' 033003 ' 2.8      union   all  

select   ' 20091106 ' , ' 033001 ' 11.5    union   all  
select   ' 20091106 ' , ' 033002 ' 30      union   all  
select   ' 20091106 ' , ' 033003 ' 2.9      union   all  

select   ' 20091107 ' , ' 033001 ' 11      union   all  
select   ' 20091107 ' , ' 033002 ' 30      union   all  
select   ' 20091107 ' , ' 033003 ' 2.9      union   all  

select   ' 20091108 ' , ' 033001 ' 10.8    union   all  
select   ' 20091108 ' , ' 033002 ' 30      union   all  
select   ' 20091108 ' , ' 033003 ' 2.9   
    
-- ------------开始查询--------------------------  
with  cte2  as   
(
select  row_number()  over  (partition  by  商品编码  order   by  价格  desc as  denserank, *   from  tb) 
select   *   from  cte2  
where  商品编码  in  ( select  商品编码  from  cte2  where  日期 = ' 20091108 '   and  denserank >= 3 )  
order   by   商品编码,日期 

/*  
denserank 日期    商品编码  价格 
---------------------------------- 
  1      2009-11-01     033001    11.9 
  2      2009-11-02     033001    11.9 
  3      2009-11-03     033001    11.5 
  4      2009-11-04     033001    11.5 
  5      2009-11-05     033001    11.5 
  6      2009-11-06     033001    11.5 
  7      2009-11-07     033001    11.0 
  8      2009-11-08     033001    10.8 
  4      2009-11-01     033002    30.5 
  5      2009-11-02     033002    30.0 
  3      2009-11-03     033002    30.5 
  2      2009-11-04     033002    30.5 
  1      2009-11-05     033002    30.5 
  6      2009-11-06     033002    30.0 
  8      2009-11-07     033002    30.0 
  7      009-11-08     033002    30.0 
*/  



    本文转自曾祥展博客园博客,原文链接:http://www.cnblogs.com/zengxiangzhan/archive/2010/01/03/1638156.html,如需转载请自行联系原作者


相关文章
|
4天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
15天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1309 5
|
1天前
|
监控 JavaScript Java
基于大模型技术的反欺诈知识问答系统
随着互联网与金融科技发展,网络欺诈频发,构建高效反欺诈平台成为迫切需求。本文基于Java、Vue.js、Spring Boot与MySQL技术,设计实现集欺诈识别、宣传教育、用户互动于一体的反欺诈系统,提升公众防范意识,助力企业合规与用户权益保护。
|
14天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1343 87
|
1天前
|
JavaScript Java 大数据
基于JavaWeb的销售管理系统设计系统
本系统基于Java、MySQL、Spring Boot与Vue.js技术,构建高效、可扩展的销售管理平台,实现客户、订单、数据可视化等全流程自动化管理,提升企业运营效率与决策能力。
|
3天前
|
弹性计算 安全 数据安全/隐私保护
2025年阿里云域名备案流程(新手图文详细流程)
本文图文详解阿里云账号注册、服务器租赁、域名购买及备案全流程,涵盖企业实名认证、信息模板创建、域名备案提交与管局审核等关键步骤,助您快速完成网站上线前的准备工作。
189 82
2025年阿里云域名备案流程(新手图文详细流程)