Question

我在SQL中有一个包含100多万条记录的表，我希望使用以下算法进行压缩，现在我正在寻找最佳方法，最好不要使用游标。

如果表中包含一个数字的所有10个可能的最后数字（从0到9）（如下例中的252637），我们将找到最常用的Source（在我们的示例中为'A'），然后删除所有数字源='A'并插入折叠的数字而不是那个（这里是252637）。下面的例子有助于更好地理解。

原始表：

Digit(bigint)| Source
             | 
2526370      | A
2526371      | A
2526372      | A
2526373      | B
2526374      | C
2526375      | A
2526376      | B
2526377      | A
2526378      | B
2526379      | B

压缩结果：

252637       |A
2526373      |B
2526374      |C
2526376      |B
2526378      |B
2526379      |B

Answer 1

这只是Tom Morgan's已接受答案的另一个版本。它使用除法而不是子串来修剪BIGINT数字列的最低有效数字：

SELECT     
    t.Digit/10      
    (
        -- Foreach t, get the Source character that is most abundant (statistical mode).
        SELECT TOP 1 
            Source         
        FROM 
            table i         
        WHERE 
            (i.Digit/10) = (t.Digit/10)         
        GROUP BY 
            i.Source         
        ORDER BY 
            COUNT(*) DESC     
    )  
FROM 
    table t     
GROUP BY 
    t.Digit/10  
HAVING 
    COUNT(*) = 10

我认为它会更快，但你应该测试它并看看。

Answer 2

您可以通过GROUPing通过Digit的子字符串（长度-1）HAVING count = 10来识别没有光标（我认为）的压缩候选行。这将识别具有10个子行的数字。您可以使用此列表插入新表，然后再次使用它从原始表中删除。剩下的将是没有全部10的行，您还希望将其插入到新表中（或将新数据复制回原始数据）。

这有意义吗？如果没有，我可以把它写得更好。

可能的SQL解决方案：

SELECT
    SUBSTRING(t.Digit,0,len(t.Digit)-1)

    (SELECT TOP 1 Source
        FROM innerTable i
        WHERE SUBSTRING(i.Digit,0,len(i.Digit)-1)
                = SUBSTRING(t.Digit,0,len(t.Digit)-1)
        GROUP BY i.Source
        ORDER BY COUNT(*) DESC
    )

FROM table t
    GROUP BY SUBSTRING(t.Digit,0,len(t.Digit)-1)
HAVING COUNT(*) = 10

sql逻辑压缩记录

原始表：

压缩结果：

2 个答案: