基于日期时间连接表，但日期时间值可以在 5 分钟内变化答案

【问题标题】：Joining tables based on a datetime, but the datetime value can vary within 5 minutes基于日期时间连接表，但日期时间值可以在 5 分钟内变化
【发布时间】：2011-12-12 17:00:07
【问题描述】：

我在这里处理一些设计不佳的表格，改变结构或多或少是不可能的。话虽如此，这是我的问题。

我需要在 TableA.Date 上加入 TableB.Date，间隔约 5 分钟。换句话说，连接不能依赖完美匹配。

因此，如果 TableA 中的日期为 2011-12-01 10:00:00.000，则连接将匹配 TableB 中日期为 2011-12-01 10:03:00.000 或 2011-12-01 09:59:00.000 或 2011-12-01 10:04:35.000 的记录

我想出了一个小技巧，通过将 datetime 转换为 smalldatetime 来允许大约 1 分钟的差异，这会从 datetime 值中减去秒和毫秒。它工作得很好，但我需要比这更大的余量。

LEFT JOIN TableB ON CAST(TableA.SomeDate AS smalldatetime) = CAST(TableB.SomeDate AS smalldatetime)

TableB 中的日期列是两个表中数据之间的唯一链接，因此我无法在 WHERE 子句中过滤结果。我意识到这可能会产生一些不准确的结果，但由于数据的存储方式和时间，我不应该遇到任何问题。

有什么建议吗？

【问题讨论】：

通过强制转换为 smalldatetime 进行截断甚至不能满足您的要求。相差一毫秒但落入不同分钟的时间将不匹配。您可以将表添加到现有数据库，例如创建一个表，将现有表中的日期/时间扩展到 5 分钟范围并编制索引？
这样做的问题是您必须更严格地定义 5 分钟边距。如果 tableA 上的 2 个结果彼此相差 5 分钟之内怎么办？他们是否都加入了 tableB 上的同一条记录？然后你会得到重复的记录。您可能想要做的是将您的日期时间 bin 放入 5 分钟的桶中，但这种刚性可能不适合目的。如果您真正想做的是模糊数据分析，那么 SQL 可能是错误的语言选择。

标签： sql-server sql-server-2005 sql-server-2008 tsql

【解决方案1】：

尝试DATEDIFF 查找少于 300 秒的时间（分钟边界为零秒，这将给出不正确的结果）。为了更准确，请使用毫秒

TableA
LEFT JOIN 
TableB ON ABS(DATEDIFF(second, TableA.SomeDate, TableB.SomeDate)) < 300

【讨论】：

这是个好主意，但不幸的是它需要很长时间才能运行。在我取消之前，查询运行了超过一分钟。使用普通连接大约需要 3 秒。
添加自某个时期（例如 2000 年 1 月 1 日）以来的秒数计算列，并比较这些可以作为索引的计算列。如果 TableB 日期总是在 TableA 之后，那么它当然可以进一步简化

【解决方案2】：

这样做的问题是，您必须更严格地定义 5 分钟的边距才能使 SQL 正常工作。如果你想变得更模糊，那么 SQL 是错误的语言。

如果 tableA 上的 2 个结果彼此相差 5 分钟之内怎么办？他们是否都加入了 tableB 上的同一条记录？然后你会得到重复的记录。

您想要做的是 bin 使用向下/向上舍入计划将您的日期时间放入 5 分钟的存储桶（或您选择的任何东西）中。预先制作的查找表始终是一种快速执行的解决方案，该表将包含每天每分钟的索引列和您同意的 5 分钟存储桶的另一列。该中间表可用于将 tableA 连接到 tableB。

即LookupTable（请原谅格式！）

查找时间 __________ 存储桶时间

2013-01-01 14:56 _____ 2013-01-01 14:55

2013-01-01 14:57_____ 2013-01-01 14:55

2013-01-01 14:58_____ 2013-01-01 15:00

2013-01-01 14:59_____ 2013-01-01 15:00

您可以将 tableA 日期加入到上面的 LookupTime。您将单独连接到 tableB 的 LookupTime 表的第二个副本，然后在 BucketTime 字段上将查找表的两个副本相互连接。

棘手的部分是就您将使用的四舍五入达成一致。我推荐“舍入到偶数”，它可以消除舍入数字 1-4 向下和 5-9 向上的舍入偏差。

【讨论】：

【解决方案3】：

加入格式化日期。对它们进行格式化，以便它们四舍五入到最接近的 5 分钟或四舍五入到相关的时间跨度。它可能需要一个用户定义的函数。

【讨论】：

我担心我可能不得不这样做。我希望有人能想出一个技巧来解决这个问题，就像 gbn 的回应一样。