SQL将行合并/组合成一个答案

【问题标题】：SQL Merge/Group lines into a single oneSQL将行合并/组合成一个
【发布时间】：2019-03-15 10:42:58
【问题描述】：

我想知道针对这个问题最优化的 SQL 是什么。我必须对包含无效数据的表应用 SQL 查询，以更正所有这些无效数据。该表的结构如下：

TABLE(customer_id, start_date, end_date, type)

目前，该表可以包含给定元组 (customer_id,type) 的多行。我的查询需要将属于一个组的所有行“合并”为一个行，并保留开始日期的最新日期和结束日期的最旧日期：

Cust1;01/01/2012;01/01/2020;1
Cust1;01/01/2010;01/01/2024;1

应该变成单行

Cust1;01/01/2012;01/01/2024;1

我需要更正数据，不仅要选择它：如果多于 1 行，则删除行并从每个行中检索数据！我希望我的解释足够清楚！我使用 Oracle DBMS

谢谢，

【问题讨论】：

标签： sql oracle merge

【解决方案1】：

使用max()函数

    select customer_id,type, max(start_date),max(end_date)
    from t1
    group by customer_id,type

我认为您想使用这些数据创建另一个表

 create table test_t as
 select customer_id,type, max(start_date),max(end_date)
        from t1
        group by customer_id,type

【讨论】：

感谢您的快速回答，但我需要更正表格中的数据。不仅得到正确的结果！
所以我无法避免复制？还是谢谢
@LostReality 你肯定可以避免复制 - 查看替代答案

【解决方案2】：

进行聚合：

select customer_id, max(start_date), max(end_date), type
from table t
group by customer_id, type;

【讨论】：

感谢您的快速回答，但我需要更正表格中的数据。不仅得到正确的结果！
@LostReality。 . .然后使用此查询将数据复制到其他表中并对旧表执行截断操作。
然后简单地应用“插入选择”？好简单的想法。谢谢

【解决方案3】：

如果您只有少量重复行，则使用就地更新/删除的替代方法将是首选。

所以先检查重复行数

with clean as (
select CUSTOMER_ID, TYPE, max(start_date) start_date_clean, max(end_date)  end_date_clean
from tab group by CUSTOMER_ID, TYPE)
select tab.*, start_date_clean, end_date_clean
from tab join clean on tab.CUSTOMER_ID = clean.CUSTOMER_ID and tab.TYPE = clean.TYPE
where  start_date != start_date_clean or  end_date != end_date_clean
;

此查询将返回将要处理的所有行，即开始日期或结束日期不正确。

如果这个数字很大 - 按照其他答案建议的方式 - 复制表格并用副本替换原始表格。

如果**数字很小*，走update/delete方式：

update tab a
set a.START_DATE = (select max(b.START_DATE) from tab b where a.customer_id = b.customer_id and a.type = b.type),
a.END_DATE = (select max(b.END_DATE) from tab b where a.customer_id = b.customer_id and a.type = b.type)
where (a.customer_id, a.type) in 
( 
select tab.CUSTOMER_ID, tab.TYPE 
from tab join 
(select CUSTOMER_ID, TYPE, max(start_date) start_date_clean, max(end_date)  end_date_clean
from tab group by CUSTOMER_ID, TYPE) clean 
on tab.CUSTOMER_ID = clean.CUSTOMER_ID and tab.TYPE = clean.TYPE
where  start_date != start_date_clean or  end_date != end_date_clean);

这会将所有受影响行中的 start 和 end 日期更新为正确的值。

例子

CUSTOMER_ID START_DATE          END_DATE                  TYPE
----------- ------------------- ------------------- ----------
          1 01-01-2013 00:00:00 01-01-2016 00:00:00          1 
          1 01-01-2012 00:00:00 01-01-2018 00:00:00          1 
          1 01-01-2010 00:00:00 01-01-2017 00:00:00          1 
          2 01-01-2010 00:00:00 01-01-2018 00:00:00          1 
          3 01-01-2010 00:00:00 01-01-2018 00:00:00          1

更新为

CUSTOMER_ID START_DATE          END_DATE                  TYPE
----------- ------------------- ------------------- ----------
          1 01-01-2013 00:00:00 01-01-2018 00:00:00          1 
          1 01-01-2013 00:00:00 01-01-2018 00:00:00          1 
          1 01-01-2013 00:00:00 01-01-2018 00:00:00          1 
          2 01-01-2010 00:00:00 01-01-2018 00:00:00          1 
          3 01-01-2010 00:00:00 01-01-2018 00:00:00          1

在下一步中，必须删除重复的行。这使得下一次删除哪个用户ROW_NUMBER 来识别重复项：

delete from tab where rowid in 
(select RID from (
  select rowid rid,
  row_number() over (partition by CUSTOMER_ID, TYPE order by null) rn
  from tab) 
where rn > 1)
;

您所看到的 - 蛮力复制方法在查询中很简单，但会使表离线一段时间。您需要两倍的空间来执行它，并且需要一些时间。

update 方法更复杂，但没有维护窗口并且很快就完成了。

【讨论】：

非常感谢您的详细回答！这对我帮助很大。