2

我有一个 100K 行的表，代表特定时间段内的销售额。通常这些周期至少有几个小时，但有时我们会得到一个只有几分钟的周期。这些微小的时期扰乱了下游报告，所以我想将它们与前一个时期合并。任何 30 分钟或更短的时间段都应与上一个时间段合并，并在各个时间段内汇总销售数据。长周期之间可能有零个、一个或多个后续短周期。数据中没有时间间隔——一个时期的开始总是与前一个时期的结束相同。

执行此合并的基于集合的好方法（没有光标！）是什么？

现有数据（简化）如下所示：

UnitsSold     Start              End
---------------------------------------------------
10            06-12-2013 08:03   06-12-2013 12:07
12            06-12-2013 12:07   06-12-2013 16:05
1             06-12-2013 16:05   06-12-2013 16:09 
1             06-12-2013 16:09   06-12-2013 16:13 
7             06-12-2013 16:13   06-12-2013 20:10

所需的输出如下所示：

UnitsSold     Start              End
---------------------------------------------------
10            06-12-2013 08:03   06-12-2013 12:07
14            06-12-2013 12:07   06-12-2013 16:13
7             06-12-2013 16:13   06-12-2013 20:10

不幸的是，我们仍在使用 SQL Server 2008 R2，因此我们无法利用 SQL Server 2012 中很酷的新窗口函数，这可能会使这个问题更容易有效地解决。

在 SQL 中合并相邻行中对类似问题进行了很好的讨论？. 我特别喜欢 PIVOT/UNPIVOT 解决方案，但我不知道如何使它适应我的问题。

4

3 回答 3

1

我的想法是

  1. 仅创建长句点的列表
  2. 使用“外部应用”查找下一个长期周期的开始
  3. 使用子查询求和单位

像这样的东西

declare @t table (UnitsSold int, start datetime, finish datetime)

insert into @t values (10, '20130612 08:03',   '20130612 12:07')
insert into @t values (12, '20130612 12:07',   '20130612 16:05')
insert into @t values (1, '20130612 16:05',   '20130612 16:09')
insert into @t values (1, '20130612 16:09',   '20130612 16:13')
insert into @t values (7, '20130612 16:13',   '20130612 20:10')

select
    (select SUM(UnitsSold) from @t t3 where t3.start>=t1.start and t3.finish<=ISNULL(oa.start, t1.finish)) as UnitsSold,
    t1.start,
    ISNULL(oa.start, t1.finish) as finish
from @t t1
outer apply (
    select top(1) start
    from @t t2
    where datediff(minute,t2.start, t2.finish)>30 
    and t2.start >= t1.finish
    order by t2.start
) oa
where datediff(minute, t1.start, t1.finish)>30
于 2013-06-14T06:26:18.440 回答
0

使用 CTE 和累积和：

DECLARE @t TABLE (UnitsSold INT, Start DATETIME, Finish DATETIME)
INSERT INTO @t VALUES
    (10, '06-12-2013 08:03', '06-12-2013 12:07'),
    (12, '06-12-2013 12:07', '06-12-2013 16:05'),
    (1, '06-12-2013 16:05', '06-12-2013 16:09'),
    (1, '06-12-2013 16:09', '06-12-2013 16:13'),
    (7, '06-12-2013 16:13', '06-12-2013 20:10')

;WITH groups AS (
    SELECT UnitsSold, Start, Finish,
        -- Cumulative sum, IIF returns 1 for each row that
        -- should generate a new row in the final result.
        SUM(IIF(DATEDIFF(MINUTE, Start, Finish) <= 30, 0, 1)) OVER (ORDER BY Start) csum
    FROM @t)

SELECT 
    SUM(UnitsSold) UnitsSold,
    MIN(Start) Start,
    MAX(Finish) Finish
FROM groups
GROUP BY csum
于 2016-08-02T11:56:32.750 回答
0

使用递归 CTE：

DECLARE @t TABLE (UnitsSold INT, Start DATETIME, Finish DATETIME)
INSERT INTO @t VALUES
    (10, '06-12-2013 08:03', '06-12-2013 12:07'),
    (12, '06-12-2013 12:07', '06-12-2013 16:05'),
    (1, '06-12-2013 16:05', '06-12-2013 16:09'),
    (1, '06-12-2013 16:09', '06-12-2013 16:13'),
    (7, '06-12-2013 16:13', '06-12-2013 20:10')

;WITH rec AS (
    -- Returns periods > 30 minutes
    SELECT u.UnitsSold, u.Start, u.Finish
    FROM @t u WHERE DATEDIFF(MINUTE, u.Start, u.Finish) > 30
    UNION ALL
    -- Adds on adjoining periods <= 30 minutes
    SELECT
        u.UnitsSold + r.UnitsSold,
        r.Start,
        u.Finish
    FROM rec r
    INNER JOIN @t u ON r.Finish = u.Start
    AND DATEDIFF(MINUTE, u.Start, u.Finish) <= 30)

-- Since the CTE also returns incomplete periods we need
-- to filter out the relevant periods, in this case the
-- last/max values for each start value.
SELECT
    MAX(r.UnitsSold) AS UnitsSold,
    r.Start AS Start,
    MAX(r.Finish) AS Finish
FROM rec r
GROUP BY r.Start
于 2016-08-02T08:48:33.593 回答