0

我有以下 SQL 问题，我实际上正在寻找最有效的方法来执行此操作。假设我有下表：

r|Company - StartPeriod - EndPeriod - NumberOfEmployees - NumberOfMachines ...
1|A - 2014-1-1 - 2014-2-5 - 30 - 1
2|A - 2014-2-6 - 2014-3-7 - 30 - 1
3|A - 2014-3-8 - 2014-4-9 - 31 - 1
4|A - 2014-4-9 - 2014-5-1 - 32 - 1
5|B - 2014-1-2 - 2014-2-1 - 20 - 2
6|B - 2014-2-2 - 2014-3-1 - 20 - 2
7|B - 2014-3-2 - 2014-4-1 - 20 - 2

注意到冗余的数据量了吗？这是因为这些公司时不时地被抽样，因此这些时期的长度实际上是随机的。

现在的问题是，当且仅当变量 NumberOfEmployees、NumberOfMachines 等相同但 StartPeriod 和 Endperiod 不同时，如何合并行？当然，我想用最早的一个替换开始期，用最晚的一个替换结束期。

r 只是一个指标，而不是数据库中的变量。在这种情况下，1 和 2 将被合并，但 3,4 将被保留，因为它具有不同的值（即它有 31 名员工而不是 30 名）。

在我看来，这是一个非常困难的问题，我什至不确定 SQL 是否可以做到这一点。

结果输出将是：

r|Company - StartPeriod - EndPeriod - NumberOfEmployees - NumberOfMachines ...
1|A - 2014-1-1 - 2014-3-7 - 30 - 1
2|A - 2014-3-8 - 2014-4-9 - 31 - 1
3|A - 2014-4-9 - 2014-5-1 - 32 - 1
4|B - 2014-1-2 - 2014-4-1 - 20 - 2

感谢一切！

4

2 回答 2

1

您也许可以使用group by：

select company, min(startperiod) as startperiod, max(endperiod) as endperiod,
       numberofemployees, numberofmachines . .
from table t
group by company, numberofemployees, numberofmachines;

如果这不能解决问题，请编辑问题并提供有关合并行所需的附加逻辑的更多信息。

于 2015-03-12T15:57:21.870 回答
0

您可以使用“孤岛和差距”策略：

select r, company, min(startperiod), max(EndPeriod)
     , NumberOfEmployees, NumberOfMachines, ..., grp
from (
    select r, company, startperiod, EndPeriod, ...
         , row_number() over (order by r)
         - row_number() over (partition by company, 
                                           NumberOfEmployees,
                                           NumberOfMachines, ...  
                              order by r) as grp
    from T
)
group by r, company, NumberOfEmployees, NumberOfMachines, ..., grp
于 2015-03-12T16:03:35.303 回答