t-SQL 更新表以删除重叠的时间范围

Posted 2023-05-08

【中文标题】t-SQL 更新表以删除重叠的时间范围

【英文标题】：t-SQL to update table to remove overlapping time frames

【发布时间】：2012-07-19 22:39:39

【问题描述】：

我想知道是否有人可以帮助我处理这条 SQL 语句？

假设，我有一个这样的 SQL Server 2008 表：

id -- INT PRIMARY KEY
dtIn -- DATETIME2
dtOut -- DATETIME2
type -- INT

id  dtIn    dtOut    type
1   05:00   10:00    1
2   08:00   16:00    2
3   02:00   08:00    1
4   07:30   11:00    1
5   07:00   12:00    2

我需要删除上表中的任何时间重叠。这可以用这张图来说明：

所以我想出了这个 SQL：

UPDATE [table] AS t 
SET dtOut = (SELECT MIN(dtIn) FROM [table] WHERE type = t.type AND t.dtIn >= dtIn AND t.dtIn < dtOut) 
WHERE type = t.type AND t.dtIn >= dtIn AND t.dtIn < dtOut

但它不起作用。知道我在这里做错了什么吗？

****编辑****

好的，我花了一段时间才明白这一点。似乎是我需要的有效 SQL：

--BEGIN TRANSACTION;

--delete identical dtIn
DELETE dT1
FROM tbl dT1
WHERE EXISTS
(
    SELECT *
    FROM tbl dT2
    WHERE dT1.Type = dT2.Type
    AND dT1.dtIn = dT2.dtIn
    AND (
            dT1.dtOut < dT2.dtOut
            OR (dT1.dtOut = dT2.dtOut AND dT1.id < dT2.id)
        )
);

--adjust dtOuts to the max dates for overlapping section
UPDATE tbl
SET dtOut = COALESCE((
    SELECT MAX(dtOut)
    FROM tbl as t1
    WHERE t1.type = tbl.type
    AND t1.dtIn < tbl.dtOut 
AND t1.dtOut > tbl.dtIn
    ), dtOut);

-- Do the actual updates of dtOut
UPDATE tbl
SET dtOut = COALESCE((
    SELECT MIN(dtIn)
    FROM tbl as t2
    WHERE t2.type = tbl.type AND
          t2.id <> tbl.id AND
          t2.dtIn >= tbl.dtIn AND t2.dtIn < tbl.dtOut
    ), dtOut);

--COMMIT TRANSACTION;

【参考方案1】：

我认为CROSS APPLY 可能会成功：

DECLARE @T TABLE (ID INT, DTIn DATETIME2, dtOut DATETIME2, Type INT)
INSERT @T VALUES
(1, '05:00', '10:00', 1),
(2, '08:00', '16:00', 2),
(3, '02:00', '08:00', 1),
(4, '07:30', '11:00', 1),
(5, '07:00', '12:00', 2)

UPDATE  @T
SET     DtOut = T3.DtOut
FROM    @T T1
        CROSS APPLY
        (   SELECT  MIN(DtIn) [DtOut]
            FROM    @T T2
            WHERE   T2.Type = T1.Type
            AND     T2.DtIn > T1.dtIn 
            AND     T2.DtIn < T1.dtOut
        ) T3
WHERE   T3.dtOut IS NOT NULL

SELECT  *
FROM    @T

【讨论】：

有趣。不过我不清楚——最后一个 SELECT * FROM @T 是为了什么？

我只是将它留在测试中以显示数据。它与更新语句无关。

【参考方案2】：

就在我的脑海中，我相信 Joe Celko 的一本书以这个问题为例。您可能会在 Google 上找到摘录。

这可能更接近。我认为您并没有真正以正确的方式执行子查询。

UPDATE table
SET dtOut = (
    SELECT MIN(t2.dtIn)
    FROM [table] as t2
    WHERE t2.id <> table.id AND t2.type = table.type
        AND table.dtIn < t2.dtIn AND t2.dtIn < table.dtOut
        AND table.dtOut <= t2.dtOut
    )
WHERE EXISTS (
    SELECT 1
    FROM [table] as t3
    WHERE
            t3.type = table.type
        AND t3.id <> table.id
        AND table.dtIn < t3.dtIn AND t3.dtIn < table.dtOut
        AND table.dtOut <= t3.dtOut
    )

编辑 我忽略了页面顶部的 id 列，所以显然这比确保端点不匹配更好。如果您可以假设没有两行相同类型的行具有 dtIn，则该解决方案可能会更容易。

顺便说一句，当子查询将完成完全相同的工作时，没有理由使用 CROSS APPLY。

编辑 2 我做了一些快速测试，我认为我的查询处理了您图表中的场景。在一种情况下，它可能无法满足您的需求。

对于给定的类型，按开始时间的顺序考虑最后两个段 S1 和 S2。 S2 在 S1 之后开始，但也可以想象它在 S1 之前结束。 S2 完全包含在 S1 的区间中，因此要么可以忽略，要么需要将两个段的信息分成第三段，这就是问题变得更加棘手的地方。

所以这个解决方案只是假设它们可以被忽略。

---

EDIT 3 基于关于合并更新的评论

OP 发布的 SQLFiddle

-- eliminate redundant rows
DELETE dT1 /* FROM tbl dT1 -- unnecessary */
WHERE EXISTS
(
    SELECT *
    FROM tbl dT2
    WHERE dT1.Type = dT2.Type AND dT1.dtIn = dT2.dtIn
    AND (
        dT1.dtOut < dT2.dtOut
        OR (dT1.dtOut = dT2.dtOut AND dT1.id < dT2.id)
    )
);

--adjust dtOuts to the max dates
UPDATE tbl
SET dtOut = COALESCE((
    SELECT MAX(dtOut)
    FROM tbl as t1
    WHERE t1.type = tbl.type
    ), dtOut);

-- Do the actual updates of dtOut
UPDATE tbl
SET dtOut = COALESCE((
    SELECT MIN(dtIn)
    FROM tbl as t2
    WHERE t2.type = tbl.type AND
          t2.id <> tbl.id AND
          t2.dtIn >= tbl.dtIn AND t2.dtIn < tbl.dtOut
    ), dtOut);

以下两个更新中的任何一个都应替换上面的两个更新。

UPDATE tbl
SET dtOut = (
    SELECT
        COALESCE(
            MIN(dtIn),
            /* as long as there's no GROUP BY, there's always one row */
            (SELECT MAX(dtOut) FROM tbl as tmax WHERE tmax.type = tbl.type)
        )
    FROM tbl as tmin
    WHERE tmin.type = tbl.type

        AND tmin.dtIn > tbl.dtIn
        /*  
        regarding the original condition in the second update:
            t2.dtIn >= tbl.dtIn AND t2.dtIn < tbl.dtOut

        dtIns can't be equal because you already deleted those
        and if dtIn was guaranteed to be less than dtOut it's
        also automatically always less than max(dtOut)
        */
);

UPDATE tbl
SET dtOut = COALESCE(
  (
    SELECT MIN(dtIn) FROM tbl as tmin
    WHERE tmin.type = tbl.type AND tmin.dtIn > tbl.dtIn
  ),
  (        
    SELECT MAX(dtOut) FROM tbl as tmax
    WHERE tmax.type = tbl.type
  )
);

【讨论】：

谢谢。我需要尝试一下。只是出于好奇，您提到的代码参考是哪本书，在哪里？

我在想 Joe Celko 为 Smarties 编写的 SQL：高级 SQL 编程的第 29 章。我可以看到目录而不是章节。

同样对于同一行的检查，不是更容易检查id列吗？

我相信它会的。我只是忽略了这一点。您最大的问题之一肯定是您没有从子查询中的匹配中排除当前行。但我认为您还试图在外部 WHERE 子句中引用子查询的表。也许我的方法能让你走上正轨，但我知道这不太对。

好吧，如果 S2 包含在 S1 中，它会被 S1 消耗。我的多部分 SQL 似乎可以处理它：sqlfiddle.com/#!3/89b6c/2 不幸的是，我没有足够的 SQL 技能将它整合到一个语句中。