如何编写一个 SQL 语句以每两个相邻月的同一天使用 group 对数据求和

Question

我有一个这样的数据表：

datetime       data 
-----------------------
...
2017/8/24       6.0
2017/8/25       5.0
...
2017/9/24       6.0
2017/9/25       6.2
...
2017/10/24      8.1
2017/10/25      8.2

我想写一条 SQL 语句，在特定时间范围内每隔两个相邻月的 24 日使用 group 对数据求和，例如：从 2017/7/20 到 2017/10/25 如上所述。

这个SQL语句怎么写？我正在使用 SQL Server 2008 R2。

预期结果表是这样的：

datetime_range          data_sum
------------------------------------
...
2017/8/24~2017/9/24       100.9
2017/9/24~2017/10/24      120.2
...

Answer 1

在这里进行的一种概念方法是将“月份”重新定义为在每个正常月份的 24 日结束。使用 SQL Server 月份函数，我们会将 24 日之后的任何日期指定为下个月。然后我们可以按年份和这个移位的月份进行聚合，得到数据的总和。

WITH cte AS (
    SELECT
        data,
        YEAR(datetime) AS year,
        CASE WHEN DAY(datetime) > 24
             THEN MONTH(datetime) + 1 ELSE MONTH(datetime) END AS month
    FROM yourTable
)

SELECT
    CONVERT(varchar(4), year) + '/' + CONVERT(varchar(2), month) +
        '/25~' +
    CONVERT(varchar(4), year) + '/' + CONVERT(varchar(2), (month + 1)) +
        '/24' AS datetime_range,
    SUM(data) AS data_sum
FROM cte
GROUP BY
    year, month;

请注意，您建议的范围似乎在两端都包括 24 号，从会计的角度来看这没有意义。我假设该月包括并在 24 日结束（即 25 日是下一个会计期间的第一天。

Demo

Answer 2

我建议动态构建一些日期范围行，这样您就可以将数据连接到那些用于聚合的行，例如：

+----+---------------------+---------------------+----------------+
|    |   period_start_dt   |    period_end_dt    | your_data_here |
+----+---------------------+---------------------+----------------+
|  1 | 24.04.2017 00:00:00 | 24.05.2017 00:00:00 |              1 |
|  2 | 24.05.2017 00:00:00 | 24.06.2017 00:00:00 |              1 |
|  3 | 24.06.2017 00:00:00 | 24.07.2017 00:00:00 |              1 |
|  4 | 24.07.2017 00:00:00 | 24.08.2017 00:00:00 |              1 |
|  5 | 24.08.2017 00:00:00 | 24.09.2017 00:00:00 |              1 |
|  6 | 24.09.2017 00:00:00 | 24.10.2017 00:00:00 |              1 |
|  7 | 24.10.2017 00:00:00 | 24.11.2017 00:00:00 |              1 |
|  8 | 24.11.2017 00:00:00 | 24.12.2017 00:00:00 |              1 |
|  9 | 24.12.2017 00:00:00 | 24.01.2018 00:00:00 |              1 |
| 10 | 24.01.2018 00:00:00 | 24.02.2018 00:00:00 |              1 |
| 11 | 24.02.2018 00:00:00 | 24.03.2018 00:00:00 |              1 |
| 12 | 24.03.2018 00:00:00 | 24.04.2018 00:00:00 |              1 |
+----+---------------------+---------------------+----------------+

DEMO

declare @start_dt date;
set @start_dt = '20170424';

select
       period_start_dt, period_end_dt, sum(1) as your_data_here
from (
        select 
               dateadd(month,m.n,start_dt)   period_start_dt
             , dateadd(month,m.n+1,start_dt) period_end_dt
        from (
               select @start_dt start_dt ) seed
        cross join (
                    select 0 n union all
                    select 1 union all
                    select 2 union all
                    select 3 union all
                    select 4 union all
                    select 5 union all
                    select 6 union all
                    select 7 union all
                    select 8 union all
                    select 9 union all
                    select 10 union all
                    select 11
                   ) m
     ) r
-- LEFT JOIN YOUR DATA
-- ON yourdata.date >= r.period_start_dt and data.date < r.period_end_dt
group by
       period_start_dt, period_end_dt      

在加入您的数据时，请不要试图使用“介于”。按照上面的说明并使用yourdata.date >= r.period_start_dt and data.date < r.period_end_dt，否则您可能会重复计算信息，因为介于之间的信息包括下限和上限。

Answer 3

我认为最简单的方法是减去 25 天并按月汇总：

select year(dateadd(day, -25, datetime)) as yr,
       month(dateadd(day, -25, datetime)) as mon,
       sum(data)
from t
group by dateadd(day, -25, datetime);

您可以格式化 yr 和 mon 以获取特定范围的日期，但这会进行聚合（yr/mon 列可能就足够了）。

Answer 4

第 0 步：构建日历表。每个数据库最终都需要一个日历表来简化这种计算。

在此表中，您可能有如下列：

• 日期（主键）
• 天
• 月
• 年份
• 季度
• 半年（例如 1 年或 2 年）
• 一年中的某天（1 到 366）
• 星期几（数字或文本）
• 是周末（现在似乎多余，但以后可以节省大量时间）
• 财政季度/年度（如果贵公司的财政年度不是从 1 月 1 日开始）
• 放假了
• 等

如果您的公司从 24 日开始其月份，那么您可以添加一个“财政月份”列来代表它。

第 1 步：加入日历表

第 2 步：按日历表中的列分组。

---

日历表起初听起来很奇怪，但一旦你意识到它们实际上很小，即使它们跨越了几百年，它们很快就会成为一项重要资产。

不要试图通过使用计算列来节省磁盘空间。您需要真正的列，因为它们要快得多，并且可以在必要时进行索引。 （虽然老实说，通常只有 PK 索引就足以用于更宽的日历表。）