TSQL，重构一个维表

Question

我有一个表Players (id, PlayerName)。

ID	选手姓名
1	梅西
2	罗纳尔多

和许多其他表（至少 6 个），带有属性和时间限制示例 1

薪水（idPlayer、StartDate、EndDate、SalaryEuro）

播放器	开始日期	结束日期	工资欧元
1	2020 年 1 月 1 日	28/02/2020	10000
1	28/02/2020	2020 年 3 月 31 日	10050
1	2020 年 1 月 4 日	2099 年 1 月 1 日	11000
2	2020 年 1 月 1 日	2020 年 4 月 7 日	20000
2	2020 年 5 月 7 日	2020 年 1 月 9 日	20500
2	2020 年 2 月 9 日	2099 年 1 月 1 日	20700

示例 2团队

播放器	开始日期	结束日期	团队
1	2020 年 1 月 1 日	2020 年 2 月 24 日	国际米兰
1	25/02/2020	2020 年 3 月 31 日	罗马
1	2020 年 1 月 4 日	2099 年 1 月 1 日	尤文
2	2020 年 1 月 1 日	2020 年 4 月 7 日	巴塞罗那
2	2020 年 5 月 7 日	2020 年 1 月 10 日	尤文
2	2020 年 2 月 10 日	2099 年 1 月 1 日	巴塞罗那

等等。 所有属性表具有相同的结构，没有具有 null 值的记录，并且主 Player 表至少有 1 条记录。

预期结果是为每个属性重建每个玩家的所有历史步骤。

球员历史

播放器	选手姓名	开始日期	结束日期	团队	工资欧元
1	梅西	2020 年 1 月 1 日	2020 年 2 月 24 日	国际米兰	10000
1	梅西	25/02/2020	28/02/2020	罗马	10000
1	梅西	2020 年 1 月 3 日	2020 年 3 月 31 日	罗马	10050
1	梅西	2020 年 1 月 4 日	2099 年 1 月 1 日	尤文	11000
2	罗纳尔多	2020 年 1 月 1 日	2020 年 4 月 7 日	巴塞罗那	20000
2	罗纳尔多	2020 年 5 月 7 日	2020 年 1 月 9 日	尤文	20500
2	罗纳尔多	2020 年 2 月 9 日	2020 年 1 月 10 日	尤文	20700
2	罗纳尔多	2020 年 2 月 10 日	2099 年 1 月 1 日	巴塞罗那	20700

真的不知道如何实现这一点..尝试联合，完全加入..

Answer 1

再想一想，还是不行。 因为LAG只会得到前一行。 我们需要任何不是 null 的先前数据。 如果有人可以解决此问题，请随时进行编辑。

UNION ALL后跟 window function 应该可以解决问题。
基本上，您将所有表联合在一起，缺失列中的空值，然后是LAG以获取缺失列的先前值。

但是因为日期可能相等，我们需要按日期对值进行分组（这里MIN很好，因为它们只有一个值。

 SELECT t.Id, p.PlayerName, t.StartDate, t.EndDate, Team = ISNULL(Team, LAG(Team) OVER (PARTITION BY t.Id ORDER BY StartDate)), SalaryEuro = ISNULL(SalaryEuro, LAG(SalaryEuro) OVER (PARTITION BY t.Id ORDER BY StartDate)) --etc FROM ( SELECT Id, StartDate, EndDate, Team = MIN(Team), SalaryEuro = MIN(SalaryEuro) --etc FROM ( SELECT Id, StartDate, EndDate, Team, SalaryEuro = NULL FROM Team UNION ALL SELECT Id, StartDate, EndDate, NULL, SalaryEuro FROM Salary -- etc. add columns and union all for other tables ) t GROUP BY Id, StartDate, EndDate ) t JOIN Players p ON p.Id = t.Id ORDER BY t.Id, t.StartDate

Answer 2

关键问题是——你能否信任你的数据（就一致性而言）——或者你的逻辑是否能发现任何问题。

作为旁注。 始终包含这样的语句（尤其是对于简单的问题），以允许重现数据，以帮助他人帮助您:)

create table [players] (id int,player_name nvarchar(100))
create table [salary] (idPlayer int, StartDate date ,EndDate date, SalaryEuro int)
create table [team] (idPlayer int, StartDate date ,EndDate date, TeamName nvarchar(50))

INSERT INTO [dbo].[players]
           ([id]
           ,[player_name])
     VALUES
           (1,'Messi'),(2,'Ronaldo')

INSERT INTO [dbo].[salary]
           ([idPlayer]
           ,[StartDate]
           ,[EndDate]
           ,[SalaryEuro])
     VALUES


 (1,'2020-01-01','2020-02-28',10000)
,(1,'2020-02-28','2020-03-31',10050)
,(1,'2020-04-01','2099-01-01',11000)
,(2,'2020-01-01','2020-07-04',20000)
,(2,'2020-07-05','2020-09-01',20500)
,(2,'2020-09-02','2099-01-01',20700)

INSERT INTO [dbo].[team]
           ([idPlayer]
           ,[StartDate]
           ,[EndDate]
           ,[TeamName])
     VALUES

(1,     '2020-01-01','2020-02-24',  'Inter'     )
,(1,    '2020-02-25','2020-03-31',  'Roma'      )
,(1,    '2020-04-01','2099-01-01',  'Juve'      )
,(2,    '2020-01-01','2020-07-04',  'Barcellona')
,(2,    '2020-07-05','2020-10-01',  'Juve'      )
,(2,    '2020-10-02','2099-01-01',  'Barcellona')

现在，这是您的解决方案：

SELECT [p].[id]
      ,[p].[player_name]
      ,[t].[TeamName]
      ,[t].[StartDate] as [player_in_team_start]
      ,[t].[EndDate]  as [player_in_team_end]
      ,[s].[StartDate] as [player_salary_in_team_start]
      ,[s].[EndDate] as [player_salary_in_team_end]
      ,[s].[SalaryEuro]
      ,CASE WHEN [s].[StartDate] BETWEEN [t].[StartDate] and [t].[EndDate] THEN 'OK' ELSE 'CHECK DATA' END as [test1] --salary must start within time when player is in the team
      ,CASE WHEN [s].[EndDate] BETWEEN [t].[StartDate] and [t].[EndDate] THEN 'OK' ELSE 'CHECK DATA' END as [test2] --salary must end within time when player is in the team
  FROM [dbo].[players] [p]
    LEFT JOIN [dbo].[team] [t]
        ON [p].[id] = [t].[idPlayer]
    LEFT JOIN [dbo].[salary] [s]
        ON [p].[id] = [s].[idPlayer]
    WHERE 1=1
        AND [s].[StartDate] BETWEEN [t].[StartDate] and [t].[EndDate] -- player's salary in a team is only possible while player is in the team

  ORDER BY [p].[id]       
      ,[s].[StartDate] 
      ,[s].[EndDate] 
      ,[t].[StartDate] 
      ,[t].[EndDate]  

现在，我为什么要使用 LEFT JOIN？ 我假设 Players 是我的主记录，我想为每个玩家显示一行，然后我离开了每个表的连接。

虽然我的加入仅在 ID 上（试试看，注释掉 WHERE） - 这将产生 18 条记录，这最初是不正确的。

这是小型数据集的良好开端（如果每个表中没有 1000 条记录）。

然后你需要组织你的列，使它们的顺序有意义，这样你就可以很容易地跟踪和验证你的例子。

或者，您可以先使用 CASE 语句测试您的逻辑，以便标记错误记录，而不是完全排除它们。 一旦您对它们感到满意，您就可以将它们转换为 WHERE... 并排除坏的东西。

正如您在我生成的结果中看到的那样，CASE 语句有助于突出示例数据中的不一致：

ID	选手姓名	队名	player_in_team_start	player_in_team_end	player_salary_in_team_start	player_salary_in_team_end	工资欧元	测试1	测试2
1	梅西	国际米兰	2020-01-01	2020-02-24	2020-01-01	2020-02-28	10000	好的	检查数据
1	梅西	罗马	2020-02-25	2020-03-31	2020-02-28	2020-03-31	10050	好的	好的
1	梅西	尤文	2020-04-01	2099-01-01	2020-04-01	2099-01-01	11000	好的	好的
2	罗纳尔多	巴塞罗那	2020-01-01	2020-07-04	2020-01-01	2020-07-04	20000	好的	好的
2	罗纳尔多	尤文	2020-07-05	2020-10-01	2020-07-05	2020-09-01	20500	好的	好的
2	罗纳尔多	尤文	2020-07-05	2020-10-01	2020-09-02	2099-01-01	20700	好的	检查数据

Answer 3

最后..诀窍是为每个玩家建立一个按顺序列出所有开始日期的表格，使用联合而不是联合

    SELECT idPlayer, 
           StartDate, 
           ISNULL(nextDate, '01/01/2099') AS NewEndDate, 
           Typeofchange,
           CASE
               WHEN TypeofChange = 'Team'
               THEN LAG(SalaryEuro, 1, 0) OVER(PARTITION BY idPlayer
           ORDER BY StartDate)
               ELSE SalaryEuro
           END AS NewSalary,
           CASE
               WHEN TypeOfChange = 'Salary'
               THEN LAG(TeamName, 1, 0) OVER(PARTITION BY idPlayer
                  ORDER BY StartDate)
               ELSE TeamName
           END AS NewTeam
    FROM
    (
        SELECT idPlayer, 
               StartDate, 
               DATEADD(dd, -1, LEAD(StartDate, 1, NULL) OVER(PARTITION BY idplayer
               ORDER BY StartDate)) AS NextDate, 
               TeamStartDate, 
               TeamEndDate, 
               SalaryStartDate, 
               SalaryEndDate, 
               TeamName, 
               SalaryEuro, 
               Typeofchange
        FROM
        (
            SELECT cd.idPlayer, 
                   cd.StartDate, 
                   t.StartDate AS TeamStartDate, 
                   T.EndDate AS TeamEndDate, 
                   TeamName, 
                   s.StartDate AS SalaryStartDate, 
                   S.EndDate AS SalaryEndDate, 
                   SalaryEuro,
                   CASE
                       WHEN S.startDate = T.startdate
                       THEN 'Both'
                       WHEN S.idplayer IS NULL
                       THEN 'Team'
                       WHEN T.idPlayer IS NULL
                       THEN 'Salary'
                   END AS Typeofchange
            FROM
            (
                SELECT idPlayer, 
                       StartDate
                FROM teams
                UNION
                SELECT idPlayer, 
                       StartDate
                FROM salary
            ) AS CD -- change date
            LEFT JOIN teams t ON t.idPlayer = cd.idPlayer
                                 AND t.StartDate = cd.StartDate
            LEFT JOIN Salary s ON s.idPlayer = cd.idPlayer
                                  AND s.StartDate = cd.StartDate
        ) allrec
    ) recWithLead;