对非唯一值进行分区

Question

我有一个表格，列出了事件、事件中的操作以及每个操作的时间。事件 ID 不是唯一的，因为它是同一个事件，只是发生在不同的时间。对于相同类型的事件，操作可能会有所不同。同一个事件永远不会连续运行两次）。

我想根据给定的示例填充三个新列。这将允许我对单独的事件进行分析，因为我将能够生成一个唯一的“事件”ID。

编辑： 我已经尝试过基于事件的 PARTITION 函数，但它没有工作，因为 SQL 服务器假定两个事件（A 和 B），因此为所有“A”事件提供相同的开始日期，即使实际上我需要将它们显示为单独的不同开始日期的活动。

谢谢！

Answer 1

这只是窗口函数：

select t.*,
       min(operationtime) over (partition by event) as event_start_time,
       max(operationtime) over (partition by event) as event_end_time,
       concat(event, '-', min(operationtime) over (partition by event)) as event_id
from t;

实际上，对于事件 id，您可能想要这样的内容：

       concat(event, '-', convert(varchar(255), min(operationtime) over (partition by event), 101)) as event_id

或任何您真正想要的日期格式。我推荐 YYYY-MM-DD 作为日期格式。

Answer 2

我将此理解为一个差距和孤岛问题，您希望在其中构建连续的日常事件组。

一个选项使用行号之间的差异来识别组：

select 
    t.*,
    min(operation_time) over(partition by event, rn1 - rn2) event_start_time,
    max(operation_time) over(partition by event, rn1 - rn2) event_end_time,
    concat(event, '-', min(operation_time) over(partition by event, rn1 - rn2)) event_id
from (
    select 
        t.*, 
        row_number() over(order by operation_time) rn1,
        row_number() over(partition by event order by operation_time) rn2
    from mytable t
) t
order by operation_time

如果每天总是只有一个事件，如您的示例数据所示，那么一个 row_number() 以及日期算术就足够了：

select
    t.*,
    min(operation_time) over(partition by event, grp) event_start_time,
    max(operation_time) over(partition by event, grp) event_end_time,
    concat(event, '-', min(operation_time) over(partition by event, grp)) event_id
from (
    select 
        t.*, 
        dateadd(
            day,
            - row_number() over(partition by event order by operation_time),
            operation_time
        ) grp
from mytable t
) t

Answer 3

此方法显式创建事件组，然后使用与其他答案非常相似的窗口查询。我创建了一个简单的示例表来显示结果。

数据

drop table if exists #tTEST;
go
select * INTO #tTEST from (values 
('A', 'X', '2020-01-08'),
('A', 'Z', '2020-02-08'),
('B', 'X', '2020-03-08'),
('B', 'Z', '2020-04-08'),
('A', 'X', '2020-05-08'),
('A', 'Z', '2020-06-08')) V([Event], [Operation], operation_time);

查询

;with
grp_cte as (
    select t.*, case when lag([Event], 1, 0) over (order by operation_time) != [Event] then 1 else 0 end grp_ind
    from #tTEST t),
event_grp_cte as (
    select gc.*, sum(grp_ind) over (order by operation_time) EventGroup
    from grp_cte gc)
select 
    t.*,
    min(operation_time) over(partition by EventGroup) event_start_time,
    max(operation_time) over(partition by EventGroup) event_end_time,
    concat(event, '-', min(operation_time) over(partition by EventGroup)) event_id
from event_grp_cte t
order by operation_time;

结果

Event   Operation   operation_time  grp_ind EventGroup  rn1 rn2 event_start_time    event_end_time  event_id
A       X       2020-01-08  1   1   1   1   2020-01-08  2020-02-08  A-2020-01-08
A       Z       2020-02-08  0   1   2   2   2020-01-08  2020-02-08  A-2020-01-08
B       X       2020-03-08  1   2   3   1   2020-03-08  2020-04-08  B-2020-03-08
B       Z       2020-04-08  0   2   4   2   2020-03-08  2020-04-08  B-2020-03-08
A       X       2020-05-08  1   3   5   3   2020-05-08  2020-06-08  A-2020-05-08
A       Z       2020-06-08  0   3   6   4   2020-05-08  2020-06-08  A-2020-05-08