SQL Query按时间对项目进行分组，但只有在彼此靠近的情况下？

Posted 2023-04-12

【中文标题】SQL Query按时间对项目进行分组，但只有在彼此靠近的情况下？

【英文标题】：SQL Query to group items by time, but only if near each other?

【发布时间】：2013-04-04 18:11:01

【问题描述】：

我正在尝试编写一条 SQL 语句来从数据库中提取样本值。该表包含与 CNC 机床中的刀具更换有关的值。我当前的语句正确地提取了值，但前提是给定程序中出现了一次该工具。如果该工具出现多次，则时间值对应于从第一次加载到最后一次加载。只有一个 TIME 列，通过查找它的第一次和最后一次出现，我可以确定工具的进出时间。

基本示例：

Raw Data:
Tool_Number    TIME    
100            12:00
100            12:01
100            12:02
100            12:03

Current Query Returns: 
Tool_Number    TIME_IN     TIME_OUT    
100            12:00       12:03

但当该工具多次出现时，事情会变得很棘手，因为我无法再使用 TOP 和 DISTINCT 规则。

Raw Data:
Tool_Number    TIME    
100            12:00
100            12:01
100            12:02
100            12:03
200            12:04
200            12:05
100            12:06
100            12:07

Current Query Returns: 
Tool_Number    TIME_IN     TIME_OUT    
100            12:00       12:07
200            12:04       12:05

Ideal Query Returns:
Tool_Number    TIME_IN     TIME_OUT    
100            12:00       12:03
200            12:04       12:05
100            12:06       12:07

我们正在进行时间分析，当然这严重影响了总时间值。 当前查询是：

SELECT * FROM (SELECT DISTINCT SPINDLE_POT FROM TBL_SPINDLE_DATA_M1 
WHERE TIME BETWEEN '4/3/20131:24:13 PM' AND '4/3/2013 3:07:33 PM') AS A 

CROSS APPLY

((SELECT TOP 1 TIME FROM TBL_SPINDLE_DATA_M1 B WHERE B.SPINDLE_POT = A.SPINDLE_POT AND
TIME BETWEEN '4/3/2013 1:24:13 PM' AND '4/3/2013 3:07:33 PM') AS NEWTABLE1

JOIN

(SELECT TOP 1 TIME FROM TBL_SPINDLE_DATA_M1 B WHERE B.SPINDLE_POT = A.SPINDLE_POT 
AND TIME BETWEEN '4/3/2013 1:24:13 PM' AND '4/3/2013 3:07:33 PM' ORDER BY TIME DESC) 
AS NEWTABLE2 ON (0=0))

我绝不是任何一种 SQL 查询专家！上面的查询可能非常错误，但它确实返回了我需要的内容。有没有办法对相似的项目进行分组，但如果它们的索引不相互接触，就足够公正地不将它们分组？

【问题讨论】：

由于使用了APPLY，我假设使用 SQL Server，但您应该确保使用适当的数据库标记您的问题。

谢谢，我也在使用 SQL 2012。标签已更新。

值被视为两个单独的“批次”而不是一个的标准究竟是什么？两者之间是否不能有时间间隔，即只要条目以连续方式（按分钟）出现，就被视为一批？还是两者之间不得有任何其他工具条目（时间方面）？

工具一次只能加载一个，因此“批次”必须连续（按时间）是相同的工具编号才能组合在一起。或者如您所说，两者之间不得有任何其他工具条目（时间方面）。

【参考方案1】：

这被称为“岛屿问题”，我认为这是一个解决方案（信用 Itzik Ben Gan）

select  tool_number,
        min(time) 'in',
        max(time) 'out',
        count(*)
from    (
    select  tool_number,
            time,
            ROW_NUMBER() OVER (ORDER BY time) - ROW_NUMBER() OVER (PARTITION BY Tool_Number ORDER BY time) AS Grp
    from    #temp
    ) as a
group by grp, tool_number
order by min(time)

【讨论】：

不错的解决方案，作为奖励将适用于 2005 年以上。我添加了 LAG/LEAD 解决方案只是因为我可以（2012 年的问题非常少见）并且因为它似乎导致了一个更好的计划（我的解决方案有一种，而你的解决方案是三种）。

【参考方案2】：

这是使用LAG/LEAD的另一种方法：

DECLARE @rawdata TABLE(Tool_Number INT, [Time] TIME(0));

INSERT @rawdata VALUES
(100,'12:00'), (100,'12:01'), (100,'12:02'), (100,'12:03'),
(200,'12:04'), (200,'12:05'),
(100,'12:06'), (100,'12:07');

;WITH x AS
(
  SELECT Tool_Number, [Time], 
    s = CASE Tool_number WHEN LAG(Tool_number,1) OVER (ORDER BY [Time]) 
        THEN 0 ELSE 1 END,
    e = CASE Tool_number WHEN LEAD(Tool_number,1) OVER (ORDER BY [Time]) 
        THEN 0 ELSE 1 END
  FROM @rawdata
),
y AS 
(
  SELECT Tool_Number, s, [Time], e = LEAD([Time],1) OVER (ORDER BY [Time]) 
  FROM x WHERE 1 IN (s,e)
)
SELECT Tool_number, TIME_IN = [Time], TIME_OUT = e 
FROM y 
WHERE s = 1
ORDER BY TIME_IN;

结果：

Tool_number  TIME_IN   TIME_OUT
-----------  --------  --------
100          12:00:00  12:03:00
200          12:04:00  12:05:00
100          12:06:00  12:07:00

【讨论】：

这很好用，而且比我拼凑的当前“损坏”的实现要快得多。非常感谢！

不错。太糟糕了doesn't work correctly when an island consists of a single row。

不知道是否有很多方法可以解决这个问题，但是将y中的e表达式更改为e = CASE e WHEN 1 THEN [Time] ELSE LEAD([Time],1) OVER (ORDER BY [Time]) ENDseems to work。

啊，好消息@AndriyM，我没有考虑过单排岛！让我回到我的剧本，看看有没有其他的角度。

很高兴知道，尽管对于我的数据集这不是问题，因为不应出现单个数据行。如果他们这样做了，那是我不想要的坏数据。