Question

我在SO上看到过关于如何按SQL查询中的范围对数据进行分组的lot of questions。

确切的情景会有所不同，但每个方面的一般基本问题是按一系列值而不是GROUP BY列中的每个离散值进行分组。换句话说，要按照比存储在数据库表中更精确的粒度进行分组。

在生成直方图，日历表示，数据透视表和其他定制报告输出等内容时，往往会在现实世界中出现。

一些示例数据（表格无关）：

|      OrderHistory       |       |         Staff        |                
---------------------------       ------------------------
|    Date    |  Quantity  |       |   Age     |   Name   |
---------------------------       ------------------------       
|01-Jul-2012 |     2      |       |    19     |   Barry  |
|02-Jul-2012 |     5      |       |    53     |   Nigel  |
|08-Jul-2012 |     1      |       |    29     |   Donna  |
|10-Jul-2012 |     3      |       |    26     |   James  |
|14-Jul-2012 |     4      |       |    44     |   Helen  |
|17-Jul-2012 |     2      |       |    49     |   Wendy  |
|28-Jul-2012 |     6      |       |    62     |   Terry  |
---------------------------       ------------------------

现在假设我们要使用Date表的OrderHistory列按周分组，即7天范围。或者将Staff分为10年龄段：

|       Week      |  QtyCount  |        |  AgeGroup | NameCount |         
--------------------------------        -------------------------
|01-Jul to 07-Jul |     7      |        |   10-19   |    1      |
|08-Jul to 14-Jul |     8      |        |   20-29   |    2      | 
|15-Jul to 21-Jul |     2      |        |   30-39   |    0      |
|22-Jul to 28-Jul |     6      |        |   40-49   |    2      |
--------------------------------        |   50-59   |    1      |
                                        |   60-69   |    1      |
                                        -------------------------

GROUP BY Date和GROUP BY Age本身不会这样做。

我看到的最常见的答案（其中没有一个一直被评为“正确”）是使用以下一个或多个：

一堆CASE语句，每个分组一个
一堆UNION个查询，每个分组都有不同的WHERE个句子
因为我正在使用SQL Server，PIVOT() and UNPIVOT()
使用子选择，临时表或视图构造

是否存在用于处理此类查询的已建立的通用模式？

Answer 1

您可以使用一些维度建模技术，例如fact tables和dimension tables。订单历史记录可以充当事件表，其中DateKey与Date维度的外键关系。日期维度可以具有如下的模式：

Date Dimesion

请注意，日期表预先填充了最多N年的数据。

使用上面的示例，这是一个获取结果的示例查询：

select CalendarWeek, sum(Quantity)
from OrderHistory a
join DimDate b
    on a.DateKey = b.DateKey
group by CalendarWeek

对于员工表，您可以存储生日密钥而不是年龄，并让查询计算年龄和范围。

这是SQL Fiddle

日期维度填充脚本取自here。

Answer 2

通常情况下，此SQL问题需要在组合中使用多个模式。

在这种情况下，你可以使用的是

NTILE
数字表

您可以使用NTITLE创建一定数量的群组。但是，由于您没有代表组的每个成员，因此您还需要使用数字表因为您使用的是SQL Server，所以您可以轻松实现，因为您无需模拟。< / p>

以下是员工问题的示例

WITH g as (
SELECT 
     NTILE(6) OVER (ORDER BY number) grp, 
     NUMBER
FROM 
    master..spt_values
WHERE 
    TYPE = 'P'
and number >=10 and number <=69
)
SELECT 
      CAST(min(g.number) as varchar) + ' - ' + 
      CAST(max(g.number) as varchar) AgeGroup ,
      COUNT(s.age) NameCount
FROM 
     g
     LEFT JOIN Staff s
     ON g.NUMBER = s.Age
GROUP BY 
    grp

DEMO

您可以将此应用于日期，只需要一些日常操作

Answer 3

难道你不能将年龄（或日期）视为一个新的小表，只是年龄（或日期）及其相应的范围吗？ join语句可以为新表提供包含AgeGroups的列。使用新表，您可以使用标准的分组方法。

为分组创建一个新表似乎是鲁莽的，但是以编程方式进行编写很容易，而且我认为维护（或删除和重新创建）比case语句或where子句更容易。如果这个查询的结果是一次性的，一次性的sql语句可能效果最好，但我认为我的方法最适合长期使用。

Answer 4

查看OVER clause及其相关条款：PARTITION BY，ROW，RANGE ......

确定行之前的行集的分区和排序应用关联的窗口函数。也就是OVER子句在查询结果中定义窗口或用户指定的行集组。然后，窗口函数计算每行中的一个值窗口。您可以将OVER子句与函数一起使用来计算汇总值，如移动平均线，累计总量，运行总计，或每组结果的前N个。

Answer 5

好吧，几年前在Oracle DB中，我们采用以下方式实现：

我们有两个表：Sessions和Ranges。 Ranges具有引用Session的外键。
当我们需要执行SQL时，我们在Sessions中创建了一条新记录，并在Ranges中创建了几条引用该会话的新记录。
我们的SQL通过会话过滤Ranges：

    select sum(t.Value), r.Name 
    from DataTable t 
    join Ranges r on (r.Session = ? and r.Start  t.MyDate)
    group by r.Name

我们得到结果后，我们从Sessions中删除了该记录，并从Ranges中删除了级联记录。
我们有一个守护进程，可以清除Sessions中的垃圾记录，这些记录在特殊情况下被泄露（被杀死的进程等）。

这完美无缺。从那时起，Oracle添加了新的SQL子句，也许可以使用它们。但在其他RDBMS上，这仍然是一种有效的方式。

另一种方法是创建许多函数，例如GET_YEAR_BY_DATE或GET_QUARTER_BY_DATE或GET_WEEK_BY_DATE（它们将返回相应的开始日期）例如，对于任何日期返回开始日期的年份）。然后由他们分组：

select sum(Value), GET_YEAR_BY_DATE(MyDate) from DataTable
group by GET_YEAR_BY_DATE(MyDate)

Answer 6

此类型中我最喜欢的案例是交易必须按财政季度或财政年度分组。各个企业的财政季度或财政年度界限可以接近奇怪。

我最喜欢的实现方法是为日期属性创建一个单独的表。我们称之为“Almanac”。此表中的一列是财务季度，另一列是会计年度。这张桌子的关键当然是日期。十年的数据填满了3,650行，加上一些闰年。然后，您需要一个可以从头开始填充此表的程序。所有企业日历规则都内置在这一个程序中。

当您需要按会计季度对交易数据进行分组时，您只需加入此表格的日期，然后按财务季度分组。

我认为这种模式可以通过其他类型的范围扩展到分组，但我自己从未做过。

Answer 7

在您的第一个示例中，您的间隔是常规的，因此您只需使用功能即可获得所需的结果。下面是根据您的需要获取数据的示例。第一个查询使第一列保持日期格式（我最好如何处理它在SQL之外进行任何格式化），第二个为你进行字符串转换。

DECLARE @OrderHistory TABLE (Date DATE, Quantity INT)
INSERT @OrderHistory VALUES 
    ('20120701', 2), ('20120702', 5), ('20120708', 1), ('20120710', 3), 
    ('20120714', 4), ('20120717', 2), ('20120728', 6)

SET DATEFIRST 7

SELECT  DATEADD(DAY, 1 - DATEPART(WEEKDAY, Date), Date) AS WeekStart,
        SUM(Quantity) AS Quantity
FROM    @OrderHistory
GROUP BY DATEADD(DAY, 1 - DATEPART(WEEKDAY, Date), Date)

SELECT  WeekStart,
        SUM(Quantity) AS Quantity
FROM    @OrderHistory
        CROSS APPLY 
        (   SELECT  CONVERT(VARCHAR(6), DATEADD(DAY, 1 - DATEPART(WEEKDAY, Date), Date), 6) + ' to ' + 
                    CONVERT(VARCHAR(6), DATEADD(DAY, 7 - DATEPART(WEEKDAY, Date), Date), 6) AS WeekStart
        ) ws
GROUP BY WeekStart

使用以下方法可以为您的年龄组做类似的事情：

SELECT  CAST(FLOOR(Age / 10.0) * 10 AS INT)

但是30-39失败了，因为该组没有数据。

我对这个问题的立场是，如果你作为一个关闭进行查询，使用临时表，cte或case语句应该工作得很好，这也应该扩展到对小数据集重用相同的查询。

如果您可能重复使用该组，或者您指的是大量数据，则创建一个永久表，其中定义了范围并将索引应用于所需的任何列。这是在OLAP中创建维度的基础。

是否有一个已建立的SQL查询模式，它按范围分组？

7 个答案: