Question

我将数据写入i DB作为每日快照。表格是

DECISION_REFUSAL_REASON_STATS
    -REASON_STTS_ID (fk_reasons_stats_id)
    -PERIOD_ID (fk_period_id)
    -REFUSAL_REASON_CODE
    -REFUSAL_COUNT

REASONS_STATS
    -ID
    -REF_MANUFACTURER
    -REF_PRODUCT_CODE
    -REF_WARRANTY_CODE

PERIOD
    -ID
    -EXACT_DATE

期间表更复杂但是出于问题的目的应该足够了。就像现在一样，它只是一个日期（yyyy-mm-dd）与DECISION_REFUSAL_REASON_STATS中用作外键的id的关联。

此表（DECISION_REFUSAL_REASON_STATS）包含当前情况的每日快照，以这种方式构建，从PERIOD表中每天存储有关拒绝原因的统计信息。现在，在特定的一天，可能存在多个拒绝原因，并且仅存储已更新的那些原因。

即。

day 1 (as first day of the whole period)
-------
bad writing: 2 
incorrect receipt: 1 

day 2
-------
bad writing: 3 
to late: 1

day 3
-------
to late: 3 
incorrect receipt: 2 

=====================

我需要在第2天和第3天之间生成统计数据，因此预期结果为：

Result (day 3 - day 1 stats)
-------
to late: 3
incorrect receipt: 2 - 1 = 1
bad writing: 3 - 2 = 1

如您所见，这不仅仅是从第3天数据中减去第1天数据的问题。我需要在第3天说明那些遗漏的原因。

我设法获得了该期间最后一天的统计数据

SELECT
  RS.REF_WARRANTY_CODE
, DRRS_END.REFUSAL_REASON_CODE
, MAX(NVL(DRRS_END.REFUSAL_COUNT, 0))  
FROM
  DECISION_REFUSAL_REASON_STATS DRRS_END 
  JOIN REASON_STATS RS ON (DRRS_END.REASON_STTS_ID = RS.ID)
  LEFT JOIN PERIOD P_END ON (DRRS_END.PERIOD_ID = P_END.ID)
WHERE 
  P_END.EXACT_DATE <= TO_DATE('2013-12-31', 'YYYY-MM-DD')
GROUP BY 
  CS.REF_GUARANTEES_CODE
, CRRS_END.REFUSAL_REASON_CODE
ORDER BY
  CS.REF_GUARANTEES_CODE

，但我坚持如何进一步推进并减去'期间开始'数据，所以我的问题是 - 我怎样才能达到我需要的结果？

Answer 1

我没有看到你减去＆＃34;迟到＆＃34;正如你所做的其他原因，但我认为这是疏忽，你确实想要这样做。正如我所理解的那样，你真正想要的是：＆＃34;截至今天，原因的最后一次改变是什么？＆＃34; （我可以通过说，＆＃34;今天保持，以及今天和开始日之间的任何变化，以及前一天和开始日之间的任何变化来修改它以符合您的结果。＆＃34;）我认为您需要得到这个的复合查询，例如:(并且你不提及版本，所以我用10g）（列名缩写）：

SELECT y.refusal_code， y.refusal_count - nvl（x.refusal_count，0）change_from_today， z.refusal_code，z.refusal_count - nvl（x.refusal_count，0）change_from_prev_day_not_today 从（从stats中选择*，其中period_id =（从期间表中选择当前期间）y 左外连接（从stats中选择*，其中period_id =（从期间表中选择开始期间）x 左外连接（从不存在的统计数据中选择*（从统计数据中选择1，其中句点=当前）和period_id =（从stats中选择max（period），其中period＆lt; current period）z

注意：y查询为您提供当前期间比较的原因 x查询为您提供从开始时段到比较的原因 z查询为您提供当前期间之前的原因 - 无论它们是否处于开始期间。

SQL - 从每日快照获取时间范围的数据

1 个答案: