在Sqlserver下巧用行列转换日期的数据统计

原文:在Sqlserver下巧用行列转换日期的数据统计

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

合同是公司间互相签署的法律契约，一份合同从诞生起，就开始流转于公司的各个部门，最核心的还是盈亏的数值。盈亏是结果，数据的产生源于每个自然月或其他时段的汇总。 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

/*---------------计算时间的基础序列------------*/

/*获取日期序列起始值*/
DECLARE @sdate CHAR(10);
DECLARE @edate CHAR(10);
SET @sdate = '2015-08-01'--开始日期
SET @edate = '2015-12-1'

/*存入临时表*/
SELECT * into #DateArr
from (
select
CONVERT(varchar(6),DATEADD(MONTH,a.number,@sdate),112)             totalDate
FROM master..spt_values a --系统表
WHERE a.type = 'P'
AND number BETWEEN 0 AND (select DATEDIFF(MONTH,@sdate,@edate))
)a

select * from #DateArr

/*格式化日期序列,用@Months接收*/
DECLARE @Months VARCHAR(1000);
DECLARE @SQL NVARCHAR(MAX);

SET @SQL = 'SELECT @Months=STUFF((SELECT DISTINCT '',[''+totalDate+'']'' FROM #DateArr s
FOR XML PATH('''')),1,1,'''')';
EXECUTE sp_executesql @SQL,N'@Months VARCHAR(1000) OUTPUT',@Months OUTPUT;

print @Months

/*未关联时间序列前的基础数据*/
with tab as(
select
c.ContractCode
,c.CustomName
,cl.LineID
,ISNULL(b.TheEndYearAmount,0) as NearAYearAgo
,cs.Amount
,cs.Period
from ContractInfo c
left join
ContractLine cl
on c.ContractCode=cl.ContractCode
left join
ContractSchedule cs
on cs.LineID=cl.LineID
--计算8月份之前的统计
left join
(
select LineID,Sum(Amount) as TheEndYearAmount
from
ContractSchedule
where Period between 201508 and 201512
group by LineID
--select * from ContractSchedule
)b on b.LineID=cl.LineID
) select * from tab

/*--------添加日期序列后的统计 --------*/
SET @SQL='
with tab as(
select c.CustomName
,ISNULL(b.TheEndYearAmount,0) as NearAYearAgo
,c.ContractCode  --合同号
,cl.LineID  --合同的行ID
,cs.Amount  --待计算的数量
,cs.Period  --统计的日期
from ContractInfo c
left join
ContractLine cl
on c.ContractCode=cl.ContractCode
left join
ContractSchedule cs
on cs.LineID=cl.LineID
--计算8月份之前的统计
left join
(
select LineID,Sum(Amount) as TheEndYearAmount
from
ContractSchedule
where Period between 201412 and 201508
group by LineID
--select * from ContractSchedule
)b on b.LineID=cl.LineID
) select * from tab
PIVOT (SUM(Amount) FOR Period
IN(
'+@Months+'
))b
'
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。