Question

在我的表中，每一行都有一些数据列Priority列（例如，时间戳或只是一个整数）。我想按ID对数据进行分组，然后在每个组中采用最新的非空列。例如，我有以下表格：

id  A       B       C       Priority
1   NULL    3       4       1
1   5       6       NULL    2
1   8       NULL    NULL    3
2   634     346     359     1
2   34      NULL    734     2

期望的结果是：

id  A   B   C   
1   8   6   4   
2   34  346 734

在这个例子中，表很小，只有5列，但在实际表格中，它会大得多。我真的希望这个脚本能够快速运行。我尝试自己做，但我的脚本适用于SQLSERVER2012 +所以我删除它不适用。

数字：表格可以有150k行，20列，20-80k的独特id，平均SELECT COUNT(id) FROM T GROUP BY ID是2..5

现在我有一个正常工作的代码（感谢@ypercubeᵀᴹ），但它在大表上运行得非常慢，在我的情况下脚本可能需要一分钟甚至更长时间（带索引等）。

如何加快速度？

SELECT 
    d.id,
    d1.A,
    d2.B,
    d3.C
FROM 
    ( SELECT id
      FROM T
      GROUP BY id
    ) AS d
  OUTER APPLY
    ( SELECT TOP (1) A
      FROM T 
      WHERE id = d.id
        AND A IS NOT NULL
      ORDER BY priority DESC
    ) AS d1 
  OUTER APPLY
    ( SELECT TOP (1) B
      FROM T 
      WHERE id = d.id
        AND B IS NOT NULL
      ORDER BY priority DESC
    ) AS d2 
  OUTER APPLY
    ( SELECT TOP (1) C
      FROM T 
      WHERE id = d.id
        AND C IS NOT NULL
      ORDER BY priority DESC
    ) AS d3 ;

在具有实际数据量的测试数据库中，我遵循执行计划：

Answer 1

这应该可以解决问题，所有提升到幂0的东西都将返回1，除了null：

class

结果：

"select-device-button"

Answer 2

可能更快的一种替代方案是多连接方法。获取每列的优先级，然后返回原始表。第一部分：

select id,
       max(case when a is not null then priority end) as pa,
       max(case when b is not null then priority end) as pb,
       max(case when c is not null then priority end) as pc
from t
group by id;

然后再加入此表：

with pabc as (
      select id,
             max(case when a is not null then priority end) as pa,
             max(case when b is not null then priority end) as pb,
             max(case when c is not null then priority end) as pc
      from t
      group by id
     )
select pabc.id, ta.a, tb.b, tc.c
from pabc left join
     t ta
     on pabc.id = ta.id and pabc.pa = ta.priority left join
     t tb
     on pabc.id = tb.id and pabc.pb = tb.priority left join
     t tc
     on pabc.id = tc.id and pabc.pc = tc.priority ;

这也可以利用t(id, priority)上的索引。

Answer 3

以前的代码将使用以下语法：

 with pabc as (
          select id,
                 max(case when a is not null then priority end) as pa,
                 max(case when b is not null then priority end) as pb,
                 max(case when c is not null then priority end) as pc
          from t
          group by id
         )
    select pabc.Id,ta.a, tb.b, tc.c
    from pabc 
         left join t ta on pabc.id = ta.id and  pabc.pa = ta.priority 
         left join t tb on pabc.id = tb.id and pabc.pb = tb.priority 
         left join t tc on pabc.id = tc.id and pabc.pc = tc.priority ;

Answer 4

这看起来很奇怪。您有一个用于所有列更改的日志表，但没有与当前数据关联的表。现在，您正在寻找一个查询来从日志表中收集当前值，这自然是一项艰巨的任务。

解决方案很简单：有一个包含当前数据的附加表。您甚至可以使用触发器链接表（因此每次在日志表中插入记录时，每次将更改写入当前表时都会更新当前表或表写日志条目。）

然后只查询当前的表格：

select id, a, b, c from currenttable order by id;

将多行数据汇总到单行

4 个答案: