TSQL - 下一个不同行的 LEAD答案

【问题标题】：TSQL - LEAD for Next Different RowTSQL - 下一个不同行的 LEAD
【发布时间】：2015-02-25 10:56:58
【问题描述】：

有没有一种方法可以使用前导函数，这样我就可以获得发生变化的下一行，而不是相同的地方？

在这个例子中，RowType 可以是“in”或“out”，对于每个“in”，我需要知道它变成“out”的下一个 RowNumber。我一直在玩主角功能，因为它真的很快，但是我无法让它工作。我只需要真正执行以下操作，即按不是当前行中的 RowType 进行分区。

select
RowNumber
,RowType --In this case I am only interested in RowType = 'In'
, Lead(RowNumber) 
    OVER (partition by "RowType = out" --This is the bit I am stuck on--
          order by  RowNumber ASC) as NextOutFlow
from table
order by RowNumber asc

提前感谢您的帮助

【问题讨论】：

标签： tsql analytic-functions

【解决方案1】：

我会使用outer apply，而不是使用outer apply，它为所有in类型的行返回out类型的下一行：

select RowNumber, RowType, nextOut 
from your_table t
outer apply (
  select min(RowNumber) as nextOut 
  from your_table 
  where RowNumber > t.RowNumber and RowType='Out'
) oa
where RowType = 'In'
order by RowNumber asc

给定示例数据，例如：

RowNumber   RowType
1           in
2           out
3           in
4           in
5           out
6           in

这将返回：

RowNumber   RowType nextOut
1           in      2
3           in      5
4           in      5
6           in      NULL

【讨论】：

使用外部应用该过程大约需要 2 个小时，而如果可以使前导功能起作用，它可能只需要几秒钟（使用前导来获取下一行目前在我的数据集）
@SomeGuy30145 我没想到外部应用会花那么长时间 - 请问您正在使用的数据集有多大？我想不出一种方法来使用lead() 来做到这一点，虽然也许这是可能的。
大约 200 万行
@SomeGuy30145 我对查询做了一个小改动，在我对一百万行随机输入/输出值的测试中，查询现在在 4 秒内完成。我也为rownumber,rowtype 设置了一个支持索引，但这不应该提高性能。请立即尝试，看看它的执行速度是否足够快。
@VladimirBaranov - 谢谢 - 将表拆分为 2 个，一个用于流入，一个用于流出，然后在每个新表上应用索引，然后将它们一起应用到外部，这是一个非常有效的查询 - thw整个 ETL 需要 2 分钟 30 分钟，而最后一部分需要 8 小时。谢谢！

【解决方案2】：

我认为这会起作用
如果您将位字段用于 in out，您将获得更好的性能

;with cte1 as 
(
  SELECT [inden], [OnOff]
       , lag([OnOff]) over (order by [inden]) as [lagOnOff]
    FROM [OnOff] 
),   cte2 as
(
  select [inden], [OnOff], [lagOnOff]
       , lead([inden]) over (order by [inden]) as [Leadinden]
    from cte1 
   where [OnOff] <> [lagOnOff]
      or [lagOnOff] is null
 )
 select [inden], [OnOff], [lagOnOff], [Leadinden]
   from cte2 
  where [OnOff] = 'true'

可能会更慢，但如果你有正确的索引可能会起作用

select t1.rowNum as 'rowNumIn', min(t2.rownum) as 'nextRowNumOut' 
  from tabel t1 
  join table t2 
    on t1.rowType = 'In' 
   and t2.rowType = 'Out'
   and t2.rowNum > t1.rowNum  
   and t2.rowNum < t1.rowNum + 1000  -- if you can constrain it 
 group by t1.rowNum

【讨论】：

第一个运行速度非常快，就像比仅仅调用表还要快，这太棒了。但是，它只获取 'In' 的第一个实例，然后是后续的 'out' ，如果有连续的 'in' - 它们都应该得到相同的 'out' - 另一个建议的输出显示了这一点。我将 inout 字段更改为有点像你建议的那样。
哎哟。如果您需要跳多行，那么为什么您认为领先/滞后是正确的方法？
我根本不知道这是否是正确的方法，但如果它有效，它可能会非常快。