使用CASE
表达式:
SELECT
call_case,CASE WHEN date1 > date2 AND date1 > date3
THEN date1
WHEN date2 > date3
THEN date2
ELSE date3 END AS [Latest Date]
FROM #indebtedness;
请注意,某些数据库(例如MySQL,SQL Server和SQLite)支持标量最大功能。 SQL Server没有,所以我们可以使用CASE
表达式作为解决方法。
编辑:
看来,在您的实际表中,三个日期列中的一个或多个可能具有NULL
值。我们可以对上述查询进行如下修改:
SELECT
call_case,CASE WHEN (date1 > date2 OR date2 IS NULL) AND (date1 > date3 OR date3 IS NULL)
THEN date1
WHEN date2 > date3 OR date3 IS NULL
THEN date2
ELSE date3 END AS [Latest Date]
FROM #indebtedness;
,
尝试一下:
SELECT call_case,(SELECT
MAX(call_case)
FROM ( VALUES
(MAX(date1)),(MAX(date2)),(max(date3))
) MyAlias(call_case)
)
FROM #indebtedness
group by call_case
,
currently accepted answer是最好的答案,但我认为它不能很好地解释原因。其他答案一目了然(他们想写丑陋的case语句)看上去更干净,但是当您开始大规模运行时,答案可能会更糟。
SELECT @@VERSION
Microsoft SQL Server 2016 (SP2) (KB4052908) - 13.0.5026.0 (X64)
Mar 18 2018 09:11:49
Copyright (c) Microsoft Corporation
Developer Edition (64-bit) on Windows 10 Enterprise 10.0 <X64> (Build 17763: )
这是我设置所有内容的方式
DECLARE @Offset bigint = 0;
DECLARE @Max bigint = 10000000;
DROP TABLE IF EXISTS #Indebtedness;
CREATE TABLE #Indebtedness
(
call_case char(10) COLLATE DATABASE_DEFAULT NOT NULL,date1 datetime NULL,date2 datetime NULL,date3 datetime NULL
);
WHILE @Offset < @Max
BEGIN
INSERT INTO #Indebtedness
( call_case,date1,date2,date3 )
SELECT @Offset + ROW_NUMBER() OVER ( ORDER BY ( SELECT NULL )),DATEADD( DAY,CASE WHEN RAND() > 0 THEN 1
ELSE -1 END * ROUND( RAND(),0 ),CURRENT_TIMESTAMP ),CURRENT_TIMESTAMP )
FROM master.dbo.spt_values a
CROSS APPLY master.dbo.spt_values b;
SET @Offset = @Offset + ROWCOUNT_BIG();
END;
在我的系统上,这使我在表格中得到12,872,738行。如果我尝试上述每个查询(已调整为SELECT INTO
,因此无需等待它完成在SSMS中的打印结果),我将得到以下结果:
Method | CPU time (ms) | Elapsed time (ms) | Relative Cost
-----------------------------------------------------------------------------------------
Tim Biegeleisen (CASE) | 13485 | 2167 | 2%
Red Devil (Subquery over MAX columns) | 55187 | 9891 | 14%
Vignesh Kumar (Subquery over columns) | 33750 | 5139 | 5%
Serkan Arslan (UNPIVOT) | 86205 | 15023 | 12%
Metal (STRING_SPLIT) | 459668 | 186742 | 68%
如果您查看查询计划,原因很明显-添加任何种类的unpivot或aggregate(或天堂禁止STRING_SPLIT
),您将得到各种各样您不想要的其他运算符需求(这迫使计划并行进行,从而占用了其他查询可能想要的资源)。根据合同,基于CASE
的解决方案不会并行运行,运行速度非常快,而且非常简单。
在这种情况下,除非您拥有无限资源(没有),否则应该选择最简单,最快的方法。
有一个问题,如果您需要继续添加新列并扩展case语句,该怎么办。是的,这很难处理,其他所有解决方案也是如此。如果这实际上是一个合理的工作流程,则应重新设计表格。您想要的可能看起来像这样:
CREATE TABLE #Indebtedness2
(
call_case char(10) COLLATE DATABASE_DEFAULT NOT NULL,activity_type bigint NOT NULL,-- This indicates which date# column it was,if you care
timestamp datetime NOT NULL
);
SELECT Indebtedness.call_case,Indebtedness.activity_type,Indebtedness.timestamp
FROM ( SELECT call_case,activity_type,timestamp,ROW_NUMBER() OVER ( PARTITION BY call_case
ORDER BY timestamp DESC ) RowNumber
FROM #Indebtedness2 ) Indebtedness
WHERE Indebtedness.RowNumber = 1;
这当然不是没有潜在的性能问题,并且需要进行仔细的索引调整,但这是处理任意数量的潜在时间戳的最佳方法
万一答案被删除,这是我正在比较的版本(按顺序)
SELECT
call_case,CASE WHEN date1 > date2 AND date1 > date3
THEN date1
WHEN date2 > date3
THEN date2
ELSE date3 END AS [Latest Date]
FROM #indebtedness;
SELECT call_case,(SELECT Max(v)
FROM (VALUES (date1),(date2),(date3),...) AS value(v)) as [MostRecentDate]
FROM #indebtedness
SELECT call_case,(max(date3))
) MyAlias(call_case)
)
FROM #indebtedness
group by call_case
select call_case,MAX(date) [Latest Date] from #indebtedness
UNPIVOT(date FOR col IN ([date1],[date2],[date3])) UNPVT
GROUP BY call_case
select call_case,max(cast(x.Item as date)) as 'Latest Date' from #indebtedness t
cross apply dbo.SplitString(concat(date1,',date3),') x
group by call_case
,
SQL FIDDLE
使用MAX()
SELECT call_case,...) AS value(v)) as [MostRecentDate]
FROM #indebtedness
使用CASE
SELECT
CASE
WHEN Date1 >= Date2 AND Date1 >= Date3 THEN Date1
WHEN Date2 >= Date1 AND Date2 >= Date3 THEN Date2
WHEN Date3 >= Date1 AND Date3 >= Date2 THEN Date3
ELSE Date1
END AS MostRecentDate
FROM #indebtedness
,
在我看来,Pivot是此查询的最佳和高效选择。在MS SQL SERVER中复制并粘贴。请检查以下代码:
CREATE TABLE #indebtedness (call_case CHAR(10),date1 DATETIME,date2 DATETIME,date3 DATETIME)
INSERT #indebtedness VALUES ('Key1','2019-10-30','2019-11-30','2019-10-31')
INSERT #indebtedness VALUES ('Key2','2019-10-20','2019-11-21')
INSERT #indebtedness VALUES ('Key3','2019-11-11','2019-10-29','2019-10-30')
INSERT #indebtedness VALUES ('Key4',Null,'2019-10-13')
--Solution-1:
SELECT
call_case,MAX(RecnetDate) as MaxDateColumn
FROM #indebtedness
UNPIVOT
(RecnetDate FOR COL IN ([date1],[date3])) as TRANSPOSE
GROUP BY call_case
--Solution-2:
select
call_case,case
when date1>date2 and date1 > date3 then date1
when date2>date3 then date2
when date3>date1 then date1
else date3 end as date
from #indebtedness as a
Drop table #indebtedness
,
正如其他人指出的那样,这实际上应该在设计级别进行重新评估。下面是使用两个表的不同设计的示例,以更好地完成您要在结果中寻找的外观。这将使增长更加有利。
这里是一个示例(使用了不同的表名):
-- Drop pre-existing tables
DROP TABLE #call_log
DROP TABLE #case_type
-- Create table for Case Types
CREATE TABLE #case_type (id INT PRIMARY KEY CLUSTERED NOT NULL,descript VARCHAR(50) NOT NULL)
INSERT #case_type VALUES (1,'No Answer')
INSERT #case_type VALUES (2,'Answer')
INSERT #case_type VALUES (3,'Not Exist')
INSERT #case_type VALUES (4,'whatsapp')
INSERT #case_type VALUES (5,'autodial')
INSERT #case_type VALUES (6,'SMS')
-- Create a Call Log table with a primary identity key and also an index on the call types
CREATE TABLE #call_log (call_num BIGINT PRIMARY KEY CLUSTERED IDENTITY NOT NULL,call_type INT NOT NULL REFERENCES #case_type(id),call_date DATETIME)
CREATE NONCLUSTERED INDEX ix_call_log_entry_type ON #call_log(call_type)
INSERT #call_log(call_type,call_date) VALUES (1,'2019-11-30')
INSERT #call_log(call_type,call_date) VALUES (2,'2019-10-15')
INSERT #call_log(call_type,call_date) VALUES (3,null)
INSERT #call_log(call_type,'2019-10-29')
INSERT #call_log(call_type,'2019-10-25')
INSERT #call_log(call_type,'2019-10-30')
INSERT #call_log(call_type,'2019-10-13')
INSERT #call_log(call_type,'2019-10-20')
INSERT #call_log(call_type,'2019-10-30')
-- use an aggregate to show only the latest date for each case type
SELECT DISTINCT ct.descript,MAX(cl.call_date) AS "Date"
FROM #call_log cl JOIN #case_type ct ON cl.call_type = ct.id GROUP BY ct.descript
这允许添加更多案例类型,添加更多日志条目,并提供更好的设计。
这只是出于学习目的的示例。