SQL 确定多个日期范围 (SQL Server 2000)答案

【问题标题】：SQL to determine multiple date ranges (SQL Server 2000)SQL 确定多个日期范围 (SQL Server 2000)
【发布时间】：2011-08-19 13:47:20
【问题描述】：

我有一个表，其中包含一个事件的ID 和一个Date。每行代表一个日期。我正在尝试确定连续的日期范围并合并输出以显示ID,StartDate,EndDate

ID      Date
200236  2011-01-02 00:00:00.000
200236  2011-01-03 00:00:00.000
200236  2011-01-05 00:00:00.000
200236  2011-01-06 00:00:00.000
200236  2011-01-07 00:00:00.000
200236  2011-01-08 00:00:00.000
200236  2011-01-09 00:00:00.000
200236  2011-01-10 00:00:00.000
200236  2011-01-11 00:00:00.000
200236  2011-01-12 00:00:00.000
200236  2011-01-13 00:00:00.000
200236  2011-01-15 00:00:00.000
200236  2011-01-16 00:00:00.000
200236  2011-01-17 00:00:00.000

输出如下：

ID       StartDate    EndDate
200236   2011-01-02   2011-01-03
200236   2011-01-05   2011-01-13
200236   2011-01-15   2011-01-17

关于如何在 SQL Server 2000 中处理这个问题有什么想法吗？

【问题讨论】：

标签： sql tsql sql-server-2000 gaps-and-islands

【解决方案1】：

SELECT ...
FROM   ...
WHERE  date_column BETWEEN '2011-01-02' AND '2011-01-15'

也许？ ^Reference

或者您可以执行子查询并使用 MAX 链接下一条记录，其中日期为

SELECT id, date, (SELECT MAX(date) FROM mytable WHERE date <= mytable.date) AS nextDate
FROM   mytable

或使用：

SELECT TOP 1 date
FROM         mytable
WHERE        date <= mytable.date AND id <> mytable.id
ORDER BY     date

作为子查询，它会在当前记录之后抓取下一个日期。

【讨论】：

列出的数据只是表格的一个样本。有数千个条目（行），我提供了一个示例。有多个 ID，每个 ID 可以有从 1 到无穷大的任何日期。
@GeorgeGonzola：所以使用子选择并引用当前行的日期来查找下一个日期（然后将该值作为第三列）。

【解决方案2】：

我刚刚在 SQL Server 2008 中做过类似的事情。我认为以下翻译适用于 SQL Server 2000：

-- Create table variable
DECLARE @StartTable TABLE
(
  rowid INT IDENTITY(1,1) NOT NULL,
  userid int,
  startDate date
)

Insert Into @StartTable(userid, startDate)
--This finds the start dates by finding unmatched values
SELECT t1.ID, t1.[Date]
FROM Example As t1
LEFT OUTER JOIN Example As t2 ON t1.ID=t2.ID 
   And DateAdd(day, 1, t2.[Date]) = t1.[Date]
WHERE t2.[Date] Is NULL
ORDER BY t1.ID, t1.[Date]

-- Create table variable
DECLARE @EndTable TABLE
(
  rowid INT IDENTITY(1,1) NOT NULL,
  userid int,
  endDate date
)

Insert Into @EndTable(userid, endDate)
--This finds the end dates by getting unmatched values 
SELECT t1.ID, t1.[Date]
FROM Example As t1
LEFT OUTER JOIN Example As t2 ON t1.ID=t2.ID
   And DateAdd(day, -1, t2.[Date]) = t1.[Date]
WHERE t2.[Date] IS NULL
ORDER BY t1.ID, t1.[Date]

Select eT.userid, startDate, endDate 
From @EndTable eT
INNER JOIN @StartTable sT On eT.userid = sT.userid 
AND eT.rowid = sT.rowid;

如您所见，我创建了两个表变量，一个用于开始，一个用于结束，方法是在 [Date] 列中的日期之前或之后的日期自行加入表格。这意味着我只为开始表选择没有日期之前的记录（所以这些将在一个时期的开始）和那些没有日期之后的记录（所以这些将在一个结束期间）的结束表。

当这些被插入到表变量中时，由于 Identity 列，它们按顺序编号。然后我将两个表变量连接在一起。因为它们是有序的，所以开始日期和结束日期应该始终正确匹配。

此解决方案适用于我，因为我每天每个 ID 最多有一条记录，我只对天感兴趣，而不是小时等。即使它是几个步骤，我喜欢它，因为它在概念上很简单并且消除了匹配没有游标或循环的记录。我希望它也对你有用。

【讨论】：

很好，我喜欢临时表的高效使用。顺便说一句，我不确定这个解决方案与 SQL Server 2008 中的类似解决方案有多少共同之处，但您可能想看看this answer（以防万一）。
谢谢！我的解决方案与那个类似；事实上，使用 CTE 和分区来完成这项任务要简单得多，但不幸的是，这些东西在 SQL Server 2000 中不可用。

【解决方案3】：

This SO Question 可能会对您有所帮助。我直接链接到 Rob Farley 的回答，因为我觉得这是一个类似的问题。

【讨论】：

【解决方案4】：

您可以采取的一种方法是添加一个字段来指示序列中的下一个日期。（要么将其添加到当前表中，要么使用临时表，将基础数据存储到临时表中，然后更新序列中的下一个日期）。

您的起始数据结构如下所示：

ID, PerfDate, NextDate
200236, 2011-01-02, 2011-01-03
200236, 2011-01-03, 2011-01-04
etc.

然后您可以使用一系列相关的子查询将数据汇总到所需的输出中：

SELECT ID, StartDate, EndDate
FROM (
SELECT DISTINCT ID, PerfDate AS StartDate, 
    (SELECT MIN([PerfDate]) FROM [SourceTable] S3
    WHERE S3.ID = S1.ID
    AND S3.NextDate > S1.PerfDate
    AND ISNULL(
        (SELECT MIN(PerfDate) 
        FROM [SourceTable] AS S4
        WHERE S4.ID = S1.ID 
        AND S4.NextDate > S3.NextDate), S3.NextDate + 1) > S3.NextDate) AS EndDate
FROM [SourceTable] S1
WHERE 
    ISNULL(
        (SELECT MAX(NextDate) 
        FROM [SourceTable] S2 
        WHERE S2.ID = S1.ID 
        AND S2.PerfDate < S1.PerfDate), PerfDate -1) < S1.PerfDate)q
ORDER BY q.ID, q.StartDate

【讨论】：

【解决方案5】：

这是我过去的做法。这是一个两步过程：

构建候选连续周期集
如果有任何重叠时段，请删除除最长的此类时段以外的所有时段。

这里有一个脚本，它显示了它是如何完成的。您也许可以在一个 [bug,丑陋] 查询中完成它，但尝试这样做会让我头疼。我正在使用临时表，因为它使调试变得更加容易。

drop table #source
create table #source
(
  id    int      not null ,
  dtCol datetime not null ,

  -----------------------------------------------------------------------
  -- ASSUMPTION 1: Each date must be unique for a given ID value.
  -----------------------------------------------------------------------
  unique clustered ( id , dtCol ) ,

  -----------------------------------------------------------------------
  -- ASSUMPTION 2: The datetime column only represents a day.
  -- The value of the time component is always 00:00:00.000
  -----------------------------------------------------------------------
  check ( dtCol = convert(datetime,convert(varchar,dtCol,112),112) ) ,

)
go

insert #source values(1,'jan 1, 2011')
insert #source values(1,'jan 4, 2011')
insert #source values(1,'jan 5, 2011')
insert #source values(2,'jan 1, 2011')
insert #source values(2,'jan 2, 2011')
insert #source values(2,'jan 3, 2011')
insert #source values(2,'jan 5, 2011')
insert #source values(3,'jan 1, 2011')
insert #source values(4,'jan 1, 2011')
insert #source values(4,'jan 2, 2011')
insert #source values(4,'jan 3, 2011')
insert #source values(4,'jan 4, 2011')
go

insert #source values( 200236 , '2011-01-02')
insert #source values( 200236 , '2011-01-03')
insert #source values( 200236 , '2011-01-05')
insert #source values( 200236 , '2011-01-06')
insert #source values( 200236 , '2011-01-07')
insert #source values( 200236 , '2011-01-08')
insert #source values( 200236 , '2011-01-09')
insert #source values( 200236 , '2011-01-10')
insert #source values( 200236 , '2011-01-11')
insert #source values( 200236 , '2011-01-12')
insert #source values( 200236 , '2011-01-13')
insert #source values( 200236 , '2011-01-15')
insert #source values( 200236 , '2011-01-16')
insert #source values( 200236 , '2011-01-17')
go

drop table #candidate_range
go
create table #candidate_range
(
  rowId   int      not null identity(1,1) ,
  id      int      not null ,
  dtFrom  datetime not null ,
  dtThru  datetime not null ,
  length  as 1+datediff(day,dtFrom,dtThru) ,

  primary key nonclustered ( rowID ) ,
  unique clustered (id,dtFrom,dtThru) ,

)
go

--
-- seed the candidate range table with the set of all possible contiguous ranges for each id
--
insert #candidate_range ( id , dtFrom , dtThru )
select id      = tFrom.id    ,
       valFrom = tFrom.dtCol ,
       valThru = tThru.dtCol
from #source tFrom
join #source tThru on tThru.id     = tFrom.id
                  and tThru.dtCol >= tFrom.dtCol
where 1+datediff(day,tFrom.dtCol,tThru.dtCol) = ( select count(*)
                                                  from #source t
                                                  where t.id = tFrom.id
                                                    and t.dtCol between tFrom.dtCol and tThru.dtCol
                                                )
order by 1,2,3
go

--
-- compare the table to itself. If we find overlapping periods,
-- we'll keep the longest such period and delete the shorter overlapping periods.
--
delete t2
from #candidate_range t1
join #candidate_range t2 on t2.id      = t1.id
                        and t2.rowId  != t1.rowID
                        and t2.length <  t1.length
                        and t2.dtFrom <= t1.dtThru
                        and t2.dtThru >= t1.dtFrom
go

这就是它的全部内容。

【讨论】：