在Sqlserver下巧用行列转换日期的数据统计
前言
在SQLSERVER 中有很多统计函数的基础语法,有使用Group By 或 partition by 后配合Sum,Count(*) 等用法。常应用于统计网站的PV流量、合同项目中月收入等业务场景中。在文中我分享下最近做过的统计小案例,和大家互相学习下:)
背景
合同中行项目按月收入的统计
1.业务逻辑及需求
1.1 表业务逻辑
往往在实际业务中,例如有些广告行业,立项是分为固定排期和合同活动收入。
固定排期一般以一个自然月为周期,例如[201503,201504]间产生的预收入;活动收入表中的活动是指收入周期不固定,可能ConfirmDate 发生在一个月中的若干天中,也可能在间隔一个月后发生。
无论是固定排期还是活动收入都和行项目有关,行项目是一个编号,一个行项目可以对应多次排期或活动收入的统计,在我给大家介绍的Demo中,将暂时考虑固定排期的情况。
1.2 项目的需求
统计合同中行项目的金额:分为结转金额数据汇总,和按自然月条件下金额的汇总。
2.准备的基础表
2.1 合同信息表
CREATE TABLE ContractInfo --基本信息表
(
[ContractCode] [varchar](50) Primary key
,[CustomName] [varchar](100) NULL,
)
insert into ContractInfo
(ContractCode,CustomName)
values('30100013000861','弘化四方')
,('30100013000862','明心见性')
,('30100013000863','心绽莲花')
2.2 合同行项目表
CREATE TABLE ContractLine --合同行项目表
(
[LineID] [int] IDENTITY(1,1) Primary Key NOT NULL,
[ContractCode] [varchar](50) NOT NULL,
)
insert into ContractLine
(ContractCode)
values('30100013000861')
,('30100013000862')
,('30100013000862')
,('30100013000863')
,('30100013000863')
2.3 合同固定排期表
CREATE TABLE ContractSchedule --合同固定排期表(
[ScheduleID] [int] Primary key NOT NULL,-- 排期ID
[LineID] [int] NOT NULL, -- 行项目ID
[Period] [int] NOT NULL, --时间段
[Amount] [decimal](18, 2) NOT NULL, --交易金额
)
insert into ContractSchedule
(ScheduleID,LineID,Period,Amount)
values
(89106,1,201507,90900.00)
,(89107,1,201508,9453.00)
,(89108,1,201510,13000.00)
,(89109,2,201501,12000.00)
,(89110,2,201503,11000.00)
,(89111,3,201509,9000.00)
,(89112,4,201510,8500.00)
3.补充其他(待)
基础知识点:
1.FOR XML PATH //用于统计时转换行列的格式,
参考:王波洋老师的 灵活运用 FOR XML PATH
2.PIVOT (SUM(Amount)) For Period //用于基础表基础上的行列转换,
参考:大志若愚老师的 纵表、横表互转的SQL
3.Select SUM(Amount) From ContractSchedule
group by LineID // 根据条件汇总数据
实现思路
逻辑
/*计算时间的基础序列*/ ->/*格式化日期序列*/ -> /*关联逻辑表,查询计算8月份之前的汇总,8月份之后的按月份统计*/
代码片段
1 /*---------------计算时间的基础序列------------*/
2
3 /*获取日期序列起始值*/
DECLARE @sdate CHAR(10);
DECLARE @edate CHAR(10);
4 SET @sdate = '2015-08-01'--开始日期
5 SET @edate = '2015-12-1'
6
7 /*存入临时表*/
8 SELECT * into #DateArr
9 from (
10 select
11 CONVERT(varchar(6),DATEADD(MONTH,a.number,@sdate),112) totalDate
12 FROM master..spt_values a --系统表
13 WHERE a.type = 'P'
14 AND number BETWEEN 0 AND (select DATEDIFF(MONTH,@sdate,@edate))
15 )a
16
17 select * from #DateArr
1 /*格式化日期序列,用@Months接收*/
2 DECLARE @Months VARCHAR(1000);
3 DECLARE @SQL NVARCHAR(MAX);
4
5 SET @SQL = 'SELECT @Months=STUFF((SELECT DISTINCT '',[''+totalDate+'']'' FROM #DateArr s
6 FOR XML PATH('''')),1,1,'''')';
7 EXECUTE sp_executesql @SQL,N'@Months VARCHAR(1000) OUTPUT',@Months OUTPUT;
8
9 print @Months
1 /*未关联时间序列前的基础数据*/
2 with tab as(
3 select
4 c.ContractCode
5 ,c.CustomName
6 ,cl.LineID
7 ,ISNULL(b.TheEndYearAmount,0) as NearAYearAgo
8 ,cs.Amount
9 ,cs.Period
10 from ContractInfo c
11 left join
12 ContractLine cl
13 on c.ContractCode=cl.ContractCode
14 left join
15 ContractSchedule cs
16 on cs.LineID=cl.LineID
17 --计算8月份之前的统计
18 left join
19 (
20 select LineID,Sum(Amount) as TheEndYearAmount
21 from
22 ContractSchedule
23 where Period between 201508 and 201512
24 group by LineID
25 --select * from ContractSchedule
26 )b on b.LineID=cl.LineID
27 ) select * from tab
1 /*--------添加日期序列后的统计 --------*/
2 SET @SQL='
3 with tab as(
4 select c.CustomName
5 ,ISNULL(b.TheEndYearAmount,0) as NearAYearAgo
6 ,c.ContractCode --合同号
7 ,cl.LineID --合同的行ID
8 ,cs.Amount --待计算的数量
9 ,cs.Period --统计的日期
10 from ContractInfo c
11 left join
12 ContractLine cl
13 on c.ContractCode=cl.ContractCode
14 left join
15 ContractSchedule cs
16 on cs.LineID=cl.LineID
17 --计算8月份之前的统计
18 left join
19 (
20 select LineID,Sum(Amount) as TheEndYearAmount
21 from
22 ContractSchedule
23 where Period between 201412 and 201508
24 group by LineID
25 --select * from ContractSchedule
26 )b on b.LineID=cl.LineID
27 ) select * from tab
28 PIVOT (SUM(Amount) FOR Period
29 IN(
30 '+@Months+'
31 ))b
32 '
33 EXEC (@SQL)
查询后结果 脚本下载
思考
留下的思考
1. 对空值的处理: select * from tab PIVOT (SUM(Amount)...
这里我尝试用ISNULL(SUM(Amount),0.00) 去处理,但语法没有通过,我将继续尝试..
2. 脚本片段中获取日期序列,或许在其他统计脚本中也会复用,我准备写到标量函数或表值函数中试一下。
3. 常用的业务统计脚本中关联的表比较多,如何能有效避免重复,在最后结果集中减少使用 distinct ,而使用Group by 去过滤重复字段
这一个知识点我比较薄弱,不断总结,在分享经验给大家,少走弯路。
感谢
我的好朋友欢,一直致力于SQL方面的统计,他给了我很多建议{
1.理解需求并开始写之前,要知道每个表里会出现什么数据
2.出现问题后,先查表与表之间是什么关联,关联从少到多,去检查错误
3.最核心的想清楚再写sql,如果脑子里不清楚就上手写,万一出现一个错误的想法,再纠正就麻烦了
}
博学的龙叔,总是第一时间帮助大家理清混乱的逻辑。
永远的涛哥,在不断修改涛哥的统计脚本中,使自己受益匪浅。