[英]Group by every N records in T-SQL
我在數據庫上有一些性能測試結果,我想做的是對每 1000 條記錄進行分組(之前按日期升序排序),然后使用AVG聚合結果。
我實際上正在尋找標准的 SQL 解決方案,但是任何 T-SQL 特定結果也值得贊賞。
查詢如下所示:
SELECT TestId,Throughput FROM dbo.Results ORDER BY id
WITH T AS (
SELECT RANK() OVER (ORDER BY ID) Rank,
P.Field1, P.Field2, P.Value1, ...
FROM P
)
SELECT (Rank - 1) / 1000 GroupID, AVG(...)
FROM T
GROUP BY ((Rank - 1) / 1000)
;
這樣的事情應該讓你開始。 如果您可以提供您的實際架構,我可以酌情更新。
把答案交給Yuck。 我只發布作為答案,所以我可以包含一個代碼塊。 我做了一個計數測試,看看它是否按 1000 分組,第一組是 999。這產生了 1000 組大小。 很好的問題。
WITH T AS (
SELECT RANK() OVER (ORDER BY sID) Rank, sID
FROM docSVsys
)
SELECT (Rank-1) / 1000 GroupID, count(sID)
FROM T
GROUP BY ((Rank-1) / 1000)
order by GroupID
我為@Yuck +1,因為我認為這是一個很好的答案。 但值得一提的是 NTILE()。
原因是,如果您有 10,010 條記錄(例如),那么您將有 11 個分組——前 10 個分組中有 1000 個,最后一個分組只有 10 個。
如果您要比較每組 1000 人的平均值,那么您應該丟棄最后一組,因為它不是具有代表性的組,或者......您可以使所有組的大小相同。
NTILE() 將使所有組的大小相同; 唯一需要注意的是,您需要知道您想要多少組。
因此,如果您的表有 25,250 條記錄,您將使用 NTILE(25),並且您的分組大小約為1000——實際上它們的大小為 1010; 好處是,它們的大小都相同,這可能會使它們在您進行的任何比較分析方面更加相關。
您可以簡單地通過
DECLARE @ntile int
SET @ntile = (SELECT count(1) from myTable) / 1000
然后用 NTILE() 替換修改@Yuck 的方法:
;WITH myCTE AS (
SELECT NTILE(@ntile) OVER (ORDER BY id) myGroup,
col1, col2, ...
FROM dbo.myTable
)
SELECT myGroup, col1, col2...
FROM myCTE
GROUP BY (myGroup), col1, col2...
;
您也可以使用 Row_Number() 代替排名。 無需樓層。
declare @groupsize int = 50
;with ct1 as ( select YourColumn, RowID = Row_Number() over(order by YourColumn)
from YourTable
)
select YourColumn, RowID, GroupID = (RowID-1)/@GroupSize + 1
from ct1
上面的答案實際上並沒有為每 1000 條記錄分配一個唯一的組 ID。 需要添加 Floor()。 以下將返回表中的所有記錄,每 1000 行具有唯一的 GroupID:
WITH T AS (
SELECT RANK() OVER (ORDER BY your_field) Rank,
your_field
FROM your_table
WHERE your_field = 'your_criteria'
)
SELECT Floor((Rank-1) / 1000) GroupID, your_field
FROM T
為了我的需要,我希望我的 GroupID 是一組隨機字符,所以我將 Floor(...) GroupID 更改為:
TO_HEX(SHA256(CONCAT(CAST(Floor((Rank-1) / 10) AS STRING),'seed1'))) GroupID
如果沒有種子值,你和我會得到完全相同的 output 因為我們只是對數字 1、2、3 等進行 SHA256。但是添加種子會使 output 獨一無二,但仍然可以重復。
這是 BigQuery 語法。 T-SQL 可能略有不同。
最后,如果你想去掉最后一個不是完整 1000 的塊,你可以通過以下方式找到它:
WITH T AS (
SELECT RANK() OVER (ORDER BY your_field) Rank,
your_field
FROM your_table
WHERE your_field = 'your_criteria'
)
SELECT Floor((Rank-1) / 1000) GroupID, your_field
, COUNT(*) OVER(PARTITION BY TO_HEX(SHA256(CONCAT(CAST(Floor((Rank-1) / 1000) AS STRING),'seed1')))) AS CountInGroup
FROM T
ORDER BY CountInGroup
在閱讀@user15481328 答案后,我閱讀了有關 NTILE 的更多信息(資源: https://www.sqlservertutorial.net/sql-server-window-functions/sql-server-ntile-function/ )
這個解決方案讓我可以在我的數據集的 25 組中找到最大日期:
with cte as (
select date,
NTILE(25) OVER ( order by date ) bucket_num
from mybigdataset
)
select max(date), bucket_num
from cte
group by bucket_num
order by bucket_num
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.