【问题标题】:SQL FIFO Inventory with fractional quantities具有小批量的 SQL FIFO 库存
【发布时间】:2017-03-21 21:56:07
【问题描述】:

我在这里和其他站点找到了大量有用的链接,这些链接介绍了如何在 SQL 中实现 FIFO 运行总计和成本。它们似乎分为两类,一种是 jar 工作台方法中的 bean,另一种是更奇特但速度更快的 CTE 方法。

这是一篇很好的文章,涵盖了这两个方面:

https://www.simple-talk.com/sql/performance/set-based-speed-phreakery-the-fifo-stock-inventory-sql-problem/

这就是问题所在 - 我的客户使用小数。因此,库存交易可以是 24.13342 平方码的东西。有没有人在 SQL 中使用 FIFO Inventory 以小批量工作?我在上面找不到任何东西,从我目前的理解来看,这种破坏了我遇到的例子。

【问题讨论】:

  • 运行总计也适用于浮点数等,您应该能够应用相同的逻辑。
  • 您打算使用decimal,还是其中一种模糊的浮点类型?是否有其他限制,例如您不能丢弃少于七分之一的假发或少于一立方格的残余物吗?
  • 将 6 位取小数。

标签: sql tsql fifo inventory inventory-management


【解决方案1】:

我一直在寻找一种高效且简单易懂的 FIFO 查询。可悲的是我找不到任何所以我自己做的。

这里是如何工作的;

首先我们需要两个视图(或表或表返回函数或任何你喜欢的......)作为“购买”和“销售”之类的;

CREATE TABLE FIFO_BUYING(
[ID] [int] IDENTITY(1,1) NOT NULL,
[UNITID] [int] NOT NULL,
[DATE] [smalldatetime] NOT NULL,
[UNIT_PRICE] [money] NOT NULL,
[QUANTITY] [float] NOT NULL,
[CUMULATIVE_QUANTITY] [float] NOT NULL)

CREATE TABLE FIFO_SELLING(
[ID] [int] IDENTITY(1,1) NOT NULL,
[UNITID] [int] NOT NULL,
[DATE] [smalldatetime] NOT NULL,
[UNIT_PRICE] [money] NOT NULL,
[QUANTITY] [float] NOT NULL,
[CUMULATIVE_QUANTITY] [float] NOT NULL)

insert into FIFO_BUYING([UNITID],[DATE],[UNIT_PRICE],[QUANTITY],[CUMULATIVE_QUANTITY]) values
(1,'2015-01-01 16:01',100.0,2.0,2.0),
(1,'2015-01-08 13:40',105.0,4.0,6.0),
(1,'2015-01-08 14:11',102.0,2.0,8.0),
(1,'2015-01-12 14:00',101.0,7.0,15.0),
(1,'2015-01-14 17:55',103.0,5.0,20.0)

insert into FIFO_SELLING([UNITID],[DATE],[UNIT_PRICE],[QUANTITY],[CUMULATIVE_QUANTITY]) values
(1,'2015-01-02 10:21',150.0,1.0,1.0),
(1,'2015-01-08 13:45',140.0,3.0,4.0),
(1,'2015-01-10 17:30',145.0,3.0,7.0),
(1,'2015-01-10 17:55',130.0,5.0,12.0),
(1,'2015-01-15 12:15',135.0,6.0,18.0)

名为 CUMULATIVE_QUANTITY 的字段应该从一开始就对每一行的 QUANTITY 累计求和,这有助于我们找到接下来要卖什么。

也可以计算为 select QUANTITY,CUM=sum(QUANTITY) over (partition by UNITID order by DATE) from FIFO_BUYING

不管怎样……

select 
BUYING_ID=B.ID,
SELLING_ID=S.ID,
BUYING_DATE=B.[DATE],
SELLING_DATE=S.[DATE],
QUANTITY=(case when S.CUMULATIVE_QUANTITY<B.CUMULATIVE_QUANTITY then S.CUMULATIVE_QUANTITY else B.CUMULATIVE_QUANTITY end) 
                - isnull(lag(case when S.CUMULATIVE_QUANTITY<B.CUMULATIVE_QUANTITY then S.CUMULATIVE_QUANTITY else B.CUMULATIVE_QUANTITY end) 
                    over (order by case when S.CUMULATIVE_QUANTITY<B.CUMULATIVE_QUANTITY then S.CUMULATIVE_QUANTITY else B.CUMULATIVE_QUANTITY end),0.0),
BUYING_UNIT_PRICE=B.UNIT_PRICE,
SELLING_UNIT_PRICE=S.UNIT_PRICE,
PROFIT_PER_UNIT=S.UNIT_PRICE-B.UNIT_PRICE
from
(select top 1000000 * from FIFO_BUYING order by [DATE]) B join
(select top 1000000 * from FIFO_SELLING order by [DATE]) S on 
B.CUMULATIVE_QUANTITY-B.QUANTITY<S.CUMULATIVE_QUANTITY and
S.CUMULATIVE_QUANTITY-S.QUANTITY<B.CUMULATIVE_QUANTITY

第一个技巧是 join 将正确的行相互连接并删除这些视图之间的无意义的连接(在并且它是一个完整的连接。)..

我们确保两个视图在最终查询中都按日期排序,如果您已经在视图中完成了这些操作,则没有必要..

第二个技巧是计算正确的数量,因为有 2 个不同来自买卖。滞后函数对我们有很大帮助,因为我们需要将当前行与前一行进行比较。

这对我来说比获取下一个要快..

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2021-01-13
    • 1970-01-01
    • 1970-01-01
    • 2018-02-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多