Question

我有一个包含三列的表：

GEOID，ParcelID和PurchaseDate。

PK是GEOID和ParcelID，格式如下：

GEOID     PARCELID     PURCHASEDATE
12345     AB123        1/2/1932
12345     sfw123       2/5/2012
12345     fdf323       4/2/2015
12346     dfefej       2/31/2022 <-New GEOID

我需要的是基于GEOID的聚合。我需要计算上个月PER GEOID的ParcelID数量我需要提供上个月所有销售总额的GEOID百分比。

我需要制作三列： GEOID Nbr_Parcels_Sold Percent_of_total

对于每个GEOID，我需要知道上个月售出的包裹数量，并且根据该数量，找出所有销售所需的百分比。

例如：如果上个月有20个包裹被售出，其中4个从GEOID 12345出售，那么输出将是：

GEOID  Nbr_Parcels_Sold  Perc_Total
12345  4                   .2  (or 20%)

我遇到双重聚合问题。令人担忧的是，该表有超过800万条记录。

如果此前有一位SQL Warrior曾经见过这个问题，那么任何智慧都会受到高度赞赏。感谢。

Answer 1

希望您使用的是SQL Server 2005或更高版本，在这种情况下，您可以利用windowed聚合。在这种情况下，窗口聚合将允许您获得总销售数和每GEOID的计数，并在计算中使用总计。基本上，以下查询只返回计数：

SELECT
  GEOID,
  Nbr_Parcels_Sold   = COUNT(*),
  Total_Parcels_Sold = SUM(COUNT(*)) OVER ()
FROM
  dbo.atable
GROUP BY
  GEOID
;

COUNT(*)调用根据GROUP BY子句为每个GEOID提供计数。现在，SUM(...) OVER表达式为您提供与详细计数在同一行中的总计数。它是空的OVER子句，它告诉SUM函数在整个结果集中添加COUNT(*)的结果。您可以在计算中使用该结果，就像任何其他函数（或一般的任何表达式）的结果一样。

上述查询只返回总值。由于您实际上不需要值本身，而是每个GEOID的百分比，您可以将SUM(...) OVER调用放入表达式中：

SELECT GEOID, Nbr_Parcels_Sold = COUNT(*), Percent_of_total = COUNT(*) * 100 / SUM(COUNT(*)) OVER () FROM dbo.atable GROUP BY GEOID ;

以上将给出整数百分比（截断）。如果您想要更高的精度或不同的表示，请记住将除数或被除数（可选两者）转换为非整数数字类型，因为当两个操作数都是整数时，SQL Server始终执行积分除法。

Answer 2

如何使用子查询来计算总和

WITH data AS
(
    SELECT *
    FROM [Table]
    WHERE
        YEAR(PURCHASEDATE) * 100 + MONTH(PURCHASEDATE) = 201505
)
SELECT 
    GEOID,
    COUNT(*) AS Nbr_Parcels_Sold,
    CONVERT(decimal(18,8), COUNT(*)) / 
        (SELECT COUNT(*) FROM data) AS Perc_Total
FROM 
    data t
GROUP BY
    GEOID

修改

要按结果更新其他表格，请使用UPDATE
下的WITH()
WITH data AS ( SELECT * FROM [Table] WHERE YEAR(PURCHASEDATE) * 100 + MONTH(PURCHASEDATE) = 201505 ) UPDATE target SET Nbr_Parcels_Sold = source.Nbr_Parcels_Sold, Perc_Total = source.Perc_Total FROM [AnotherTable] target INNER JOIN ( SELECT GEOID, COUNT(*) AS Nbr_Parcels_Sold, CONVERT(decimal(18,8), COUNT(*)) / (SELECT COUNT(*) FROM data) AS Perc_Total FROM data t GROUP BY GEOID ) source ON target.GEOID = source.GEOID

Answer 3

尝试以下方法。它将总销售额计入变量，然后在后续查询中使用它：

DECLARE @pMonthStartDate DATETIME
DECLARE @MonthEndDate DATETIME
DECLARE @TotalPurchaseCount INT

SET @pMonthStartDate = <EnterFirstDayOfAMonth>

SET @MonthEndDate = DATEADD(MONTH, 1, @pMonthStartDate)

SELECT
  @TotalPurchaseCount = COUNT(*)
FROM
  GEOIDs
WHERE
  PurchaseDate BETWEEN @pMonthStartDate
               AND     @MonthEndDate 
SELECT
  GEOID,
  COUNT(PARCELID) AS Nbr_Parcels_Sold,
  CAST(COUNT(PARCELID) AS FLOAT) / CAST(@TotalPurchaseCount AS FLOAT) * 100.0 AS Perc_Total
FROM
  GEOIDs
WHERE
  ModifiedDate BETWEEN @pMonthStartDate
               AND     @MonthEndDate
GROUP BY
  GEOID

我猜你的表名是GEOIDs。更改@pMonthStartDate的值以适合自己。如果您的PK如您所说那么这将是一个快速查询。

如何在单个SQL查询上执行多个聚合

3 个答案: