我该如何处理数据库中的渐进状态代码？

Question

我正在为一个学术机构开展项目，我需要就解决这个问题的最佳方法提出建议。自从我进行任何传统的应用程序开发（接近五年）以来已经很长时间了。

大学管理部门最近修改了学院的学术标准政策。以前，政府只有三个状态代码，所以这不是一个大问题。但是，新政策有六个状态代码：

1. 良好的信誉
2. 学术关注
3. 学术干预（1）
4. 一次解雇
5. 学术干预（2）
6. 四期解雇

从这里开始，我将通过说cumGPA来说明termGPA和累积GPA来区分GPA。如果学生的 termGPA 低于2.0，并且导致他/她的 cumGPA 也低于2.0，则他/她将获得学术关注。一旦学术关注，学生可以通过以下方式完成以下三项任务之一。它们：

1. 如果他们的termGPA和cumGPA升至2.0以上，则恢复良好状态。
2. 如果他们的termGPA高于2.0，则保持当前状态，但他们的cumGPA保持在2.0以下。
3. 如果termGPA和cumGPA都低于2.0，则转到下一个状态。

通常，我会通过编写一个控制台应用程序来处理这个过程，该应用程序迭代地处理每个学生并按照我的方式构建状态代码。但是，我们至少处理了8000名学生，大多数情况下每学期约有12,500名学生。

此外，此政策必须在尚未指定的时间段内追溯应用（因为以前的学生可以返回大学，然后受新政策的限制），并且一旦我将学生纳入数据集，我必须回顾那个学生与大学的整个历史。我保守地猜测我会通过至少一百万的学生记录并计算每个学生的termGPA和滚动cumGPA。

问题：

1. 有没有办法在SQL中处理这个问题并避免使用游标？
2. （假设答案为1.是“否”）我应该如何构建控制台应用程序？我应该在写入数据库之前创建一个大型集合并一次处理几千名学生，或者在每次处理每个学生之后更新数据库吗？
3. 我是否对这个问题做了太大的讨论？

提前感谢任何见解和建议。

---

编辑：根据对此处的答案的评论，我应该提供有关数据结构的更多信息以及我计算GPA的方式。

我不能在我们的数据库中使用预先计算出的cumGPA值 - 我需要在每个渐进期结束时学生的cumGPA，如此（注意：我在下面列出了GPA值）：

ID      TermID  CumGpa  TermGPA TermNumber PolicyCode
123545  09-10-2  2.08   2.08      1         GoodStanding
123545  09-10-3  1.94   0.00      2         AcademicConcern
123545  09-10-4  1.75   1.00      3         AcademicIntervention
123545  10-11-2  1.88   2.07      4         AcademicIntervention
123545  10-11-4  2.15   2.40      5         GoodStanding
123545  11-12-1  2.30   2.86      6         GoodStanding

问题在于，每个后续术语的状态代码都可能取决于前一个术语的状态代码 - Good Standing实际上是唯一没有的状态代码。

据我所知，这意味着我必须在SQL中使用游标来获取每个学生最新的状态代码，这不是我感兴趣的东西，因为我为一个资金短缺的大学工作有三个数据库服务器：一个用于测试，两个服务器上有相同的数据（我们正在迁移到SQL Server 2008 R2）。

Answer 1

这很有趣。我认为你不必过分担心SQL性能。它将为您的应用程序运行相当快。我只是运行了一个愚蠢的小控制台应用程序来修复一个混乱，并一次插入15000条记录。花了大约5秒钟。

Answer 2

首先，12 000条记录对于现在的数据库来说都不算什么，所以这不是你的概念。你应该专注于保持简单。看起来您的数据库将基于事件而被拒绝所以我建议使用触发器即：插入termGPA时的fisrt trriger - 更新cumGPA，cumGPA更新后的第二个 - 检查您的标准并更新状态（如果它们发生）。

Answer 3

即使SQL的免费版本现在也可以处理高达10 GB的数据库。 12,500条记录很小。除了100万条记录之外，您应该通过每个学生或组来进行检查，以便清除事务日志。这可以在使用游标或控制台应用程序中完成。如果您可以在TSQL中执行计算，那么批量它们可能会比一次更快。不利的一面是批量越大的交易日志，因此有一个最佳点。如果计算对于TSQL而言过于复杂并且几乎与插入语句一样长（或更长），则可以在单独的线程上插入（或在单独的线程上计算），因此插入和计算是并行的。我这样做是一个应用程序，我解析文本中的单词 - 解析需要花费大量时间来插入单词。但我不会让它旋转多个theads。在SQL方面，它仍然必须维护索引并使用来自两个线程的插入来降低它的速度。只有两个线程，较快的线程等待较慢。您进行更新的顺序也很重要。如果按照聚簇索引的顺序进行处理，那么记录已经存在于内存中的可能性更大。

Answer 4

我最终在C＃中编写了一个控制台应用程序来处理这些状态代码。我的用户将初始状态更新要求更改为仅包括前两个术语，但是该过程有足够的边缘情况，我选择花时间编写更清晰，面向对象的代码，这些代码更容易回收（他说，希望这一政策成熟和改变。

此外，我最终不得不将此数据库部署到SQL 2005实例上，因此我无法使用表值参数。如果是的话，我会选择在处理每个学生之后才提交数据库，而不是在为每个学生处理每个学期之后。