Question

我已经阅读了功能性编程背后的概念，这让我重新考虑我的做事方式。

例如，有一个表：

 - Client, Date, Trial, Full
 - Client1, 14.11.2012, 1, 1
 - Client1, 06.02.2013, NULL, 1
 - Client1, 27.03.2013, NULL, 1
 - Client1, 15.05.2013, NULL, 1

该表包含数百万条记录和50万个客户端。我的目标是将这些数据转换为类似客户端的状态：

 - Client, Date, Status
 - Client1, 14.11.2012, 'Mixed'
 - Client1, 01.12.2012, 'Unprocessed'
 - Client1, 01.01.2012, 'Unprocessed'
 - Client1, 13.01.2013, 'Slept'
 - Client1, 01.02.2013, 'Slept'
 - Client1, 06.02.2013, 'Processed'
 - Client1, 01.03.2013, 'Unprocessed'
 - Client1, 27.03.2013, 'Processed'
 - Client1, 01.04.2013, 'Unprocessed'
 - Client1, 01.05.2013, 'Unprocessed'
 - Client1, 15.05.2013, 'Processed'
 - Client1, 01.06.2013, 'Unprocessed'
 - Client1, 01.07.2013, 'Unprocessed'
 - Client1, 23.07.2013, 'Slept'
 - Client1, 01.08.2013, 'Slept'
 - Client1, 01.09.2013, 'Slept'
 - Client1, 01.10.2013, 'Slept'
 - Client1, 01.11.2013, 'Slept'
 - Client1, 01.12.2013, 'Slept'
 - Client1, 01.01.2014, 'Slept'
 - Client1, 10.01.2014, 'Left'

转换的简短算法是：

如果它是第一行且Trial = 1且Full = 1则则Status =＆＃39; Mixed＆＃39;
如果一个月的第一天没有数据，则Status =＆＃39; Unprocessed＆＃39;
如果过了60天且没有包含Full = 1的记录，则Status =＆＃39;睡眠＆＃39;
如果240天过去且没有包含Full = 1的记录，则Status =＆＃39; Left＆＃39;
如果有一个月的第一天和以前的状态=＆＃39;睡觉＆＃39;然后状态=＆＃39;睡觉

我跳过很多案例，因为算法不是问题，而是工具。

为了在SQL中转换数据，我使用了以下表达式：

row_number（）over（[客户]按[Date] asc分区）
滞后（[日期]，1）结束（由[日期] desc按[客户]顺序划分）
DATEADD（天，1，EOMONTH（[日期]））
递归
等

我觉得它不能成为转换数据的最快方式，而且多路径（将每个客户端置于不同的位置）可能会非常有帮助，不确定sql有多好。在大量额外案件之后，我的执行计划非常庞大。

所以，我的问题是哪种工具最好转换这样的数据？编程语言可能会更好地处理这种方式吗？

更新：我准备了所请求的SQL代码。随意找到任何问题： http://pastebin.com/3nCdfquG

Answer 1

以下假设您一次处理一个客户，例如处理客户报告

我已经使用了您提供的数据集，上传到名为resume的表格中，并且应用了以下索引，这可能有点过分，因为它实际上创建了数据的副本，但使事情快速变亮：

ClientData

然后我根据给定的create nonclustered index ix_CientData_Client_Date on dbo.ClientData(Client,Date) include (Trial,[Full]) ID创建了一个日期表，从他们的第一个Client值到他们上一个Date值+ 240天或今天的较小者。

然后，您可以从此表中过滤掉所有无用的日期。 Date该数据集自身获取前一行Join行并处理您的ClientData逻辑。

由于您没有包含整套逻辑流程，我已尽力完成，如果您开始更改内容，请留下Status条消息。我发现这有助于确定ERROR陈述为什么不能完成我想要的事情：

case

使用其他表中的数据填充表的最快方法

1 个答案: