如何在此查询中避免相同的超时时间？答案

【问题标题】：How to avoid same out time in this query?如何在此查询中避免相同的超时时间？
【发布时间】：2018-07-17 10:36:33
【问题描述】：

我的桌子：Trnevents

emp_reader_id   EVENTID     DT
102                0    2018-01-04 15:57:04.000
102                0    2018-01-04 15:58:05.000
102                1    2018-01-04 16:46:19.000
102                0    2018-01-04 18:15:27.000
102                1    2018-01-04 18:20:47.000
102                0    2018-01-04 20:02:05.000
102                0    2018-01-04 21:47:29.000
102                1    2018-01-04 22:00:00.000

我使用了这个查询，它工作得很好，但它的输出时间相同

select
       emp_Reader_id, cast(DT as date) [date]
     ,  DT  as       check_in_1
     ,  next_timestamp as check_out_1


from (
      select
            emp_Reader_id, DT, EVENTID, next_timestamp, next_EVENTID
          , dense_rank() over(partition by emp_Reader_id, cast(DT as date) order by DT) in_rank
      from trnevents t1
      outer apply (
          select top(1) t2.DT, t2.EVENTID
          from trnevents t2
          where t1.emp_Reader_id = t2.emp_Reader_id and t1.EVENTID <> t2.EVENTID
          and cast(t1.DT as date) = cast(t2.DT as date)
          and t1.DT < t2.DT
          order by t2.DT
          ) oa (next_timestamp, next_EVENTID)
      where EVENTID = '0'
     ) d
group by emp_Reader_id, cast(DT as date),DT,next_timestamp
order by emp_reader_id

结果：

emp_Reader_id   date    check_in_1  check_out_1
     102    2018-01-04  2018-01-04 15:57:04.000 2018-01-04 16:46:19.000
     102    2018-01-04  2018-01-04 15:58:05.000 2018-01-04 16:46:19.000
     102    2018-01-04  2018-01-04 18:15:27.000 2018-01-04 18:20:47.000
     102    2018-01-04  2018-01-04 20:02:05.000 2018-01-04 22:00:00.000
     102    2018-01-04  2018-01-04 21:47:29.000 2018-01-04 22:00:00.000

预期输出：

emp_Reader_id   date    check_in_1  check_out_1
         102    2018-01-04  2018-01-04 15:57:04.000      ----
         102    2018-01-04  2018-01-04 15:58:05.000 2018-01-04 16:46:19.000
         102    2018-01-04  2018-01-04 18:15:27.000 2018-01-04 18:20:47.000
         102    2018-01-04  2018-01-04 20:02:05.000      ----
         102    2018-01-04  2018-01-04 21:47:29.000 2018-01-04 22:00:00.000

是否有可能超过预期的输出。任何人都可以提供帮助。提前致谢

【问题讨论】：

在表现层修复它。
我只在后端工作@jarlh
在check_out_1 字段上使用带有分区的ROW_NUMBER。我会回答，除了你的查询很丑（而且因为交叉应用而可怕）。
你能帮我@TimBiegeleisen 更好地查询吗

标签： sql sql-server datetime window-functions analytic-functions

【解决方案1】：

此查询适用于 SQL 2012 或更高版本

样本数据

create table Trnevents (
    emp_reader_id int
    , EVENTID int
    , DT datetime
)

insert into Trnevents
select
        a, b, cast(c as datetime)
    from
        (values 
            (102, 0, '20180104 15:57:04')
            ,(102, 0, '20180104 15:58:05')
            ,(102, 1, '20180104 16:46:19')
            ,(102, 0, '20180104 18:15:27')
            ,(102, 1, '20180104 18:20:47')
            ,(102, 0, '20180104 20:02:05')
            ,(102, 0, '20180104 21:47:29')
            ,(102, 1, '20180104 22:00:00')
        ) t (a, b, c)

查询：

select
    emp_reader_id, cast(max(DT) as date), max(iif(EVENTID = 0, DT, null)), max(iif(EVENTID = 1, DT, null))
from (
    select
        *, grp = sum(iif(EVENTID = 0, 1, 0) ) over (partition by emp_reader_id order by DT)
    from
        Trnevents
) t
group by emp_reader_id, grp

【讨论】：

it 商品，但我在哪里可以在此查询中获取 trnevents 表而不直接给出值
是否可以获取上下班之间的总工作时间？
您需要以什么格式显示？您可以使用datediff 函数计算分钟差，然后使用sum() over (partition by emp_reader_id) 得到总和

【解决方案2】：

试试这个：

select * from (
    select *,
           case when Lead(eventid) over (order by dt) = 1
                then Lead(dt) over (order by dt) end [CloseTime]
    from Trnevents
) a where EVENTID = 0

注意：它需要 SQL Server 2012 或更高版本。

【讨论】：

【解决方案3】：

你可以使用LEAD函数来探测下一行：

WITH cte AS (
    SELECT *, CASE WHEN eventid = 0 THEN
        LEAD(CASE WHEN eventid = 1 THEN dt ELSE NULL END, 1)
        OVER (PARTITION BY emp_reader_id ORDER BY dt)
    END AS checkout_time
    FROM testdata
)
SELECT *
FROM cte
WHERE eventid = 0

结果：

| emp_reader_id | eventid | dt                  | checkout_time       |
|---------------|---------|---------------------|---------------------|
| 102           | 0       | 2018-01-04 15:57:04 | NULL                |
| 102           | 0       | 2018-01-04 15:58:05 | 2018-01-04 16:46:19 |
| 102           | 0       | 2018-01-04 18:15:27 | 2018-01-04 18:20:47 |
| 102           | 0       | 2018-01-04 20:02:05 | NULL                |
| 102           | 0       | 2018-01-04 21:47:29 | 2018-01-04 22:00:00 |

【讨论】：