MSSQL的经典问题：现有范围（孤岛）的一种变化

上次我们介绍了MSSQL经典问题：现有范围（孤岛）。其根本解决思路就是利用人为创建自然增长的一列，与一个标识列进行一定的计算，得到一个范围列通过GROUP BY进行分组计算。那如果现在有多个标识列，该如何来处理呢？

今天我们要介绍的是组标识列的解决方案，比上次稍微复杂一点，但是根本思路还是一致的，唯一的区别在于（此处先省略很多字）。

先来看下今天的数据结构：

create table zhongyang.dbo.T2

(

	id int,

	val varchar(1)

);



insert into zhongyang.dbo.T2

(

	id,

	val

)

values	(2,'a'),(3,'a'),(5,'a'),(7,'b'),(11,'b'),(13,'a'),(17,'a'),(19,'a'),(23,'c'),(29,'c'),(31,'a'),(37,'a'),

		(41,'a'),(43,'a'),(47,'c'),(53,'c'),(59,'c');



select	*

from	zhongyang.dbo.T2

order by id;

这次有两个标识列：id和val，我们希望根据val列得到id的现有范围，那么该如何处理呢？

也许你会说，给每个标识列都创建一个自然增长列，再分别与标识列计算，那么问题来了，val列存放的是字符型，该怎么和自然增长列进行计算呢？

再好好观察下数据，id列是可以直接参与计算的，val列却不行，那如果我们将这两个列结合起来，创建一个分组列，行不行呢？别光想啦，动手写一下，看看能得到什么结果：

select	*,

		ROW_NUMBER() over(order by id) as rowindex1,

		ROW_NUMBER() over(order by val,id) as rowindex2

from	zhongyang.dbo.T2

order by id;

再仔细看下数据，尤其是得到的两个分组列，能发现什么？很显然，不能直接使用这两个分组列进行GROUP BY计算，毫无意义。难道我们思路错了吗？

对啦，如果将这两个标识列进行计算，能得到什么呢？

;with aaa as

(

	select	*,

			ROW_NUMBER() over(order by id) as rowindex1,

			ROW_NUMBER() over(order by val,id) as rowindex2

	from	zhongyang.dbo.T2

)

select	*,

		rowindex2-rowindex1 as diff

from	aaa

order by id;

看看diff列，怎么样，是不是明白了？其实这次介绍的例子，复杂点在于没有办法通过一次计算得到分组列，而是需要针对多个标示列，分别计算出一个中间列，再通过对多个中间列的处理，得到最终的分组列。最后看下结果：

;with aaa as

(

	select	*,

			ROW_NUMBER() over(order by id) as rowindex1,

			ROW_NUMBER() over(order by val,id) as rowindex2

	from	zhongyang.dbo.T2

)

,bbb as 

(

	select	*,

			rowindex2-rowindex1 as diff

	from	aaa

)

select	val,

		MIN(id) as StartId,

		MAX(id) as EndId

from	bbb

group by val,diff

order by val,StartId;

结果终于出来了，不容易吧。其实仔细想想，也不是很难，很多时候的数据需求，不会一次两次就得到结果，而且给出的数据，也往往无法直接使用，需要做多次处理，因此我们最重要的是要先仔细观察数据本身，找出存在的规律。