Question

我正面临一个具有挑战性的要求，让我在键盘上敲打我的头。我需要实现一个脚本，该脚本将对数据集进行排序和汇总，同时考虑与不同标识符关联的重叠值。我选择的表包含以下列：

BoxNumber（需要按此值分组，作为标识符）
ProdBeg（包含文档/记录的第一个“页码”）
ProdEnd（包含文档/记录的最后“页码”）
DateProduced（文档生成日期）
ArtifactID（每个文档的唯一标识符）
NumPages（包含与每个文档关联的页数）

选择没有条件的数据样本类似于以下内容（抱歉糟糕的格式化）：

BoxNumber | ProdBeg | ProdEnd | DateProduced | ArtifactID | NumPages

1200 | ABC01 | ABC10 | 12/4/2013 | 1564589 | 10

1201 | ABC11 | ABC20 | 12/4/2013 | 1498658 | 10

1200 | ABC21 | ABC30 | 12/4/2013 | 1648596 | 10

1200 | ABC31 | ABC40 | 12/4/2013 | 1489535 | 10

使用类似下面的内容进行有效分组并按箱号对数据进行排序，同时考虑不同的DateProduced日期，但不考虑不同BoxNumbers之间重叠的ProdBeg / ProdEnd值：

SELECT BoxNumber, MIN(ProdBeg) AS 'ProdBeg', MAX(ProdEnd) AS 'ProdEnd', DateProduced, COUNT(ArtifactID) AS 'Documents', SUM(NumPages) AS 'Pages'
FROM MyTable
GROUP BY BoxNumber, DateProduced
ORDER BY ProdBeg, ProdEnd

这会产生：

BoxNumber | ProdBeg | ProdEnd| DateProduced | Documents| Pages
1200 | ABC01 | ABC40 | 12/4/2013 | 3 | 30
1201 | ABC11 | ABC20 | 12/4/2013 | 1 | 10

这里，显而易见的是，框1201的ProdBeg / ProdEnd值与框1200的重叠。上述脚本的变化不起作用，因为它将固有地忽略任何重叠并且仅选择最小/最大。我们需要能产生以下结果的东西：

BoxNumber | ProdBeg | ProdEnd | DateProduced | Documents| Pages
1200 | ABC01 | ABC10 | 12/4/2013 | 1 | 10
1201 | ABC11 | ABC20 | 12/4/2013 | 1 | 10
1200 | ABC21 | ABC40 | 12/4/2013 | 2 | 20

我只是不确定我们如何按箱号分组而不显示不同的值（这可能导致ProdBeg / ProdEnd的重叠）。任何建议将不胜感激！环境版本是SQL 2008 R2（SP1）。

Answer 1

Yuch。至少如果您在SQL Server 2012中有lead() / lag()，这将有所帮助。但它是可行的。

这个想法如下：

添加一个变量，即代码的 number 部分（最后两位数字）。
计算序列中的下一个数字。
如果与下一个号码存在间隙，则计算一个标志。这是“团体”的开始。
计算“组开始”标志的累积总和。这是一个群组ID。
进行聚合。

以下查询遵循此逻辑。我没有包括生成的日期。除非一个盒子可以在多天出现，否则这个数字似乎是多余的。（添加生成的日期只是将条件添加到where子句。）生成的查询是：

with bp as (
      select t.*,
             cast(right(prodbeg, 2) as int) as pbeg,
             cast(right(prodend, 2) as int) as pend
      from mytable t
     ),
     bp1 as (
      select bp.*,
             (select top 1 pbeg
              from bp bp2
              where bp2.pbeg < bp.pbeg and pb2.BoxNumber = pb.BoxNumber
              order by bp2.pbeg desc
             ) as prevpend
      from bp
     ),
     bp2 as (
      select bp1.*,
             (select sum(case when prevpend = pbeg - 1 then 0 else 1 end)
              from bp1 bp1a
              where bp1a.pbeg < bp1.pbeg and pb1a.BoxNumber = pb1.BoxNumber
             ) as groupid
      from bp1
     )
select BoxNumber, MIN(ProdBeg) AS ProdBeg, MAX(ProdEnd) AS ProdEnd, DateProduced,
       COUNT(ArtifactID) AS 'Documents', SUM(NumPages) AS 'Pages'
FROM bp2
GROUP BY BoxNumber, groupid
ORDER BY ProdBeg, ProdEnd;

需要在考虑SQL中的重叠值时自动进行排序

1 个答案: