T-SQL 中临时状态的尝试次数

Question

我有一个看起来像这样的表（没有尝试列）：

Account      Status        Date         Attempt(*)

A            In_PROGRESS   12/12/2017   1
A            ERROR         13/12/2017   1
A            SUCCESS       15/12/2017   2
B            ERROR         10/12/2017   1
B            SUCCESS       13/12/2017   2
C            IN_PROGRESS   11/12/2017   1
C            ERROR         13/12/2017   1
C            ERROR         14/12/2017   2
C            IN_PROGRESS   15/12/2017   3

我想获取 Attempt(*) 列。 ERROR 和 SUCCESS 状态是结束状态。例如，对于账户 C，我们知道第一次尝试产生了 ERROR，第二次尝试产生了 ERROR，第三次尝试产生了 IN_PROGRESS。

我知道由于暂时状态“IN_PROGRESS”，单独的 RANK() 不起作用。例如，如果我要去：

RANK() OVER(PARTITION BY Account ORDER BY Date ASC)

我会得到：

Account      Status        Date         Attempt(*)

A            In_PROGRESS   12/12/2017   1
A            ERROR         13/12/2017   2
A            SUCCESS       15/12/2017   3
B            ERROR         10/12/2017   1
B            SUCCESS       13/12/2017   2
C            IN_PROGRESS   11/12/2017   1
C            ERROR         13/12/2017   2
C            ERROR         14/12/2017   3
C            IN_PROGRESS   15/12/2017   4

不考虑暂时状态。我会使用第二个表中的结果来创建一个新列以获得所需的结果，sudo 代码将类似于：

New_Attempt[n] = if Attempt(*) = 1 then 1 else (if Attempt(*) > 1 and Status[n-1] in(ERROR, SUCCESS) then Attempt[n-1] + 1 else Attempt [n-1])

其中 'n' 是行号。

我对 SQL 比较陌生，我研究过 NTILE 和 DENSE_RANK 等其他排名函数，但我仍然想不出办法。

附：我在 SQL Server Management Studio 2008 中使用 T-SQL

谢谢！ :)

Answer 1

对于每一行，计算同一帐户之前所有不是IN_PROGRESS 的行并将结果加1。

以C账号为例：

Account  Status       Date        Attempt (expected values)
-------  -----------  ----------  -------
C        IN_PROGRESS  11/12/2017  1
C        ERROR        13/12/2017  1
C        ERROR        14/12/2017  2
C        IN_PROGRESS  15/12/2017  3

显然，第一行之前没有行，这意味着也有 0 个非IN_PROGRESS 行。把它加1，你会得到1作为Attempt的值。第二行也是如此：在它之前仍然没有非IN_PROGRESS 行，所以Attempt 也将是1。

现在对于第三行，您之前已经有一个 ERROR 行，因此计数将为 1，而最终的 Attempt 值为 2。

而对于最后一行，它前面有两个非IN_PROGRESS 行（两个ERROR 行），所以计数为2，最终结果为3。

您可以看到以上描述中的所有值都与您指定的预期值相匹配。现在，如果您可以在窗口聚合函数中使用 ORDER BY（换句话说，如果您使用的是 SQL Server 2012 或更高版本），那么您可以通过以下方式实现逻辑：

SELECT
  Account,
  Status,
  Date,
  Attempt = 1 + COUNT(CASE WHEN Status <> 'IN_PROGRESS' THEN 1 END)
                OVER (PARTITION BY Account
                      ORDER BY Date
                      ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING)
FROM
  dbo.YourTable
;

您可以在 SQL Server 2008 中执行以下操作来解决缺失的功能：

SELECT
  Account,
  Status,
  Date,
  Attempt = 1 + (SELECT
                   COUNT(*)
                 FROM
                   dbo.YourTable AS sub
                 WHERE
                   sub.Account = main.Account
                   AND sub.Date < main.Date
                   AND sub.Status <> 'IN_PROGRESS')
FROM
  dbo.YourTable AS main
;

注意：假设Date 唯一标识帐户中的一行。

Answer 2

这不是世界上最漂亮的查询，但它会给你我认为你想要的结果。基本上我只是遵循 IN_PROGRESS 规则结束尝试计数。我在样本集中添加了更多记录以证明其功能。我还想指出，此解决方案可能无法很好地扩展。因此，如果您的数据集很大，请当心。

CREATE TABLE #Test (Account char(1), [Status] varchar(50), [Date] datetime)

INSERT INTO #Test (Account, [Status], [Date])VALUES
('A',   'IN_PROGRESS',   '12/12/2017'),
('A',   'ERROR',         '12/13/2017'),
('A',   'SUCCESS',       '12/15/2017'),
('A',   'IN_PROGRESS',   '12/16/2017'),
('A',   'IN_PROGRESS',   '12/17/2017'),
('B',   'ERROR',         '12/10/2017'),
('B',   'SUCCESS',       '12/13/2017'),
('B',   'IN_PROGRESS',   '12/15/2017'),
('B',   'IN_PROGRESS',   '12/17/2017'),
('C',   'IN_PROGRESS',   '12/11/2017'),
('C',   'ERROR',         '12/13/2017'),
('C',   'ERROR',         '12/14/2017'),
('C',   'IN_PROGRESS',   '12/15/2017'),
('C',   'ERROR',         '12/16/2017'),
('C',   'ERROR',         '12/17/2017')

SELECT 
    T1.Account, 
    T1.[Status], 
    T1.[Date], 
    1 + SUM(COALESCE(TC.Attempt, 0)) AS 'Attempt(*)'
FROM 
    #Test AS T1
    OUTER APPLY
    (
        SELECT
            1 AS 'Attempt'
        FROM
            #Test AS T2
        WHERE
            T2.Account = T1.Account
            AND T2.[Date] < T1.[Date]
            AND T2.[Date] > COALESCE((SELECT TOP 1 T3.[Date] FROM #Test AS T3 WHERE T3.Account = T1.Account AND T3.[Status] = 'IN_PROGRESS' AND T3.[Date] < T1.[Date] ORDER BY T3.[Date] DESC), '01/01/2017')
            AND T2.Status <> 'IN_PROGRESS'
    ) AS TC
GROUP BY
    T1.Account, 
    T1.[Status], 
    T1.[Date]
ORDER BY
    T1.Account,
    T1.[Date]

DROP TABLE #Test