將 PostgreSQL 遞歸 CTE 轉換為 SQL Server

Question

我在將一些遞歸 CTE 代碼從 PostgreSQL 改編到 SQL Server 時遇到了麻煩，來自“Fighting Churn with Data”一書

這是工作的 PostgreSQL 代碼：

with recursive
    active_period_params as (
        select interval '30 days'  as allowed_gap,
        '2021-09-30'::date as calc_date
    ),
    active as (
        -- anchor
        select distinct account_id, min(start_date) as start_date    
        from subscription inner join active_period_params 
            on start_date <= calc_date    
            and (end_date > calc_date or end_date is null)
        group by account_id
    
        UNION
        
        -- recursive
        select s.account_id, s.start_date  
        from subscription s 
        cross join active_period_params 
        inner join active e on s.account_id=e.account_id  
            and s.start_date < e.start_date  
            and s.end_date >= (e.start_date-allowed_gap)::date  
    )
select account_id, min(start_date) as start_date
from active
group by account_id

這是我嘗試轉換為 SQL Server。 它陷入了一個循環。 我相信這個問題與 SQL Server 所需的 UNION ALL 有關。

with
    active_period_params as (
        select 30 as allowed_gap,
        cast('2021-09-30' as date) as calc_date
    ),
    active as (
        -- anchor
        select distinct account_id, min(start_date) as start_date    
        from subscription inner join active_period_params 
            on start_date <= calc_date    
            and (end_date > calc_date or end_date is null)
        group by account_id
    
        UNION ALL
        
        -- recursive
        select s.account_id, s.start_date  
        from subscription s 
        cross join active_period_params 
        inner join active e on s.account_id=e.account_id  
            and s.start_date < e.start_date  
            and s.end_date >= dateadd(day, -allowed_gap, e.start_date)
    )
select account_id, min(start_date) as start_date
from active
group by account_id

訂閱表是屬於客戶的訂閱列表。 客戶可以有多個具有重疊日期或日期間隔的訂閱。 null end_date 表示訂閱當前處於活動狀態並且沒有定義的 end_date。 下面是單個客戶 (account_id = 15) 的示例數據：

subscription
 ---------------------------------------------------
|  id  |  account_id  |  start_date  |   end_date   |
 ---------------------------------------------------
|   6  |      15      |  01/06/2021  |    null    |
|   5  |      15      |  01/01/2021  |    null    |
|   4  |      15      |  01/06/2020  | 01/02/2021 |
|   3  |      15      |  01/04/2020  | 15/05/2020 |
|   2  |      15      |  01/03/2020  | 15/05/2020 |
|   1  |      15      |  01/06/2019  | 01/01/2020 |

預期查詢結果（由 PostgreSQL 代碼生成）：

 ------------------------------
|  account_id  |  start_date  |
 ------------------------------
|      15      |  01/03/2020  |

問題：上面的 SQL Server 代碼卡在循環中並且不會產生結果。

PostgreSQL 代碼說明：

1. 錨塊查找在 calc_date (30/09/2021) (id 5 & 6) 時處於活動狀態的 subs，並返回 min start_date (01/01/2021)
2. 遞歸塊然后查找存在於 allowed_gap 中的任何較早的 subs，這是在 1) 中找到的 min_start 日期之前 30 天。 id 4 符合此條件，因此新的最小 start_date 是 01/06/2020
3. 遞歸重復並在 allowed_gap（01/06/2020 - 30 天）內找到兩個子項。 在這些 subs (id 2 & 3) 中，新的最小 start_date 是 01/03/2020
4. 遞歸未能在 allowed_gap 內找到較早的子項（01/03/2020 - 30 天）
5. 查詢為 account_id 15 返回 01/03/2020 的開始日期

任何幫助表示贊賞！

Answer 1

問題似乎與 SQL Server 處理遞歸 CTE 的方式有關。

這是一種間隙和孤島問題，實際上並不需要遞歸。

有很多解決方案，這里是一個。 根據您的要求，可能有更有效的方法，但這應該可以幫助您入門。

• 使用LAG我們識別下一行的指定間隙內的行
• 我們使用一個正在運行的COUNT給每一個連續的行集一個 ID
• 我們按該 ID 分組，並取最小start_date ，過濾掉不符合條件的組
• 再次分組以獲得每個帳戶的最小值

DECLARE @allowed_gap int = 30,
        @calc_date datetime = cast('2021-09-30' as date);

WITH PrevValues AS (
    SELECT *,
      IsStart = CASE WHEN ISNULL(LAG(end_date) OVER (PARTITION BY account_id
                     ORDER BY start_date), '2099-01-01') < DATEADD(day, -@allowed_gap, start_date)
                     THEN 1 END
    FROM subscription
),
Groups AS (
    SELECT *,
      GroupId = COUNT(IsStart) OVER (PARTITION BY account_id
                     ORDER BY start_date ROWS UNBOUNDED PRECEDING)
    FROM PrevValues
),
ByGroup AS (
    SELECT
      account_id,
      GroupId,
      start_date = MIN(start_date)
    FROM Groups
    GROUP BY account_id, GroupId
    HAVING COUNT(CASE WHEN start_date <= @calc_date    
            and (end_date > @calc_date or end_date is null) THEN 1 END) > 0
)
SELECT
  account_id,
  start_date = MIN(start_date)
FROM ByGroup
GROUP BY account_id;

數據庫<>小提琴