求先进先出查询语句的写法

zjl8008 2020-06-06 04:49:58
比如有如下客户预付款表,查询截止到任意时间为止,客户消费XX元(另有表记录明细(rq,je,表结构类似预付款,但消费没有付款方式),汇总得到xx)后,预付款表的余额(没有这一列,按时间来计算) 先进先出,按付款方式汇总。
select ..... where rq <'???????'
查询的结果类似如下
A 现金 50
A微信 80
B 支付宝 10
B 现金 150
。。。



CREATE TABLE [dbo].[test_yj](
[rq] [datetime] NOT NULL, --日期不会重复
[khbh] [varchar](50) NULL, --客户编号
[fkfs] [varchar](50) NULL, --付款方式
[je] [money] NULL, --金额
CONSTRAINT [PK_test_yj] PRIMARY KEY CLUSTERED
(
[rq] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
go
insert test_yj (rq,khbh,fkfs,je) values ( '2020-06-01 08:20:00.000','B','支付宝',100.00)
insert test_yj (rq,khbh,fkfs,je) values ( '2020-06-01 15:20:00.000','A','现金',100.00)
insert test_yj (rq,khbh,fkfs,je) values ( '2020-06-02 05:20:00.000','A','微信',200.00)
insert test_yj (rq,khbh,fkfs,je) values ( '2020-06-02 08:20:00.000','B','微信',100.00)
insert test_yj (rq,khbh,fkfs,je) values ( '2020-06-03 08:20:00.000','B','微信',200.00)
insert test_yj (rq,khbh,fkfs,je) values ( '2020-06-03 15:20:00.000','A','支付宝',300.00)
insert test_yj (rq,khbh,fkfs,je) values ( '2020-06-04 08:20:00.000','B','支付宝',100.00)
insert test_yj (rq,khbh,fkfs,je) values ( '2020-06-04 15:20:00.000','A','现金',150.00)
insert test_yj (rq,khbh,fkfs,je) values ( '2020-06-05 08:20:00.000','B','现金',200.00)
...全文
512 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
冰思雨 2020-06-22
  • 打赏
  • 举报
回复
1. 提取出 用户编号的列表,里面的 khbh不重复。 2. 编写程序循环遍历每一个用户(可以另外写程序处理,或者,编写存储过程也行,推荐另外用程序来实现)。 3. 针对每一个用户: A. 查询出用户在某个时间范围内的消费总额,用于抵消预存款;B. 按照时间先后列出当前用户的预存款记录,然后,遍历预存款记录来抵消消费总额;C. 如果上述操作是每日都会(或者周期性)进行的,那么要创建一个结果表来存放处理结果,如果不是周期性任务,那么想办法变成周期性的任务。 4. 如果全部都采用SQL语句来处理这个事情,一来语句会写的很复杂,二来执行效率也并不见得多么搞。使用第三方程序的好处是:1.可以方便的编写定时任务;2.可以同时处理多个用户的数据(多线程技术);3. 通过两个嵌套的循环结构,可以很方便的看出业务逻辑,代码易读性较高,后期好维护。
唐诗三百首 2020-06-18
  • 打赏
  • 举报
回复
请先考虑这样的系统设计的实际运行性能是否ok? 每次查询均需查询并计算客户的所有流水账,随着数据量和并发量的持续增大,是否真能承受这样的磁盘IO和CPU运算压力.
jereco 2020-06-17
  • 打赏
  • 举报
回复
CREATE TABLE [dbo].[test_yj](
 [rq] [datetime] NOT NULL, --日期不会重复
 [khbh] [varchar](50) NULL, --客户编号
 [fkfs] [varchar](50) NULL, --付款方式
 [je] [money] NULL,  --金额
 CONSTRAINT [PK_test_yj] PRIMARY KEY CLUSTERED 
(
 [rq] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
go
insert   test_yj   (rq,khbh,fkfs,je)      values   (   '2020-06-01 08:20:00.000','B','支付宝',100.00)
insert   test_yj   (rq,khbh,fkfs,je)      values   (   '2020-06-01 15:20:00.000','A','现金',1200.00)
insert   test_yj   (rq,khbh,fkfs,je)      values   (   '2020-06-02 05:20:00.000','A','微信',200.00)
insert   test_yj   (rq,khbh,fkfs,je)      values   (   '2020-06-02 08:20:00.000','B','微信',100.00)
insert   test_yj   (rq,khbh,fkfs,je)      values   (   '2020-06-03 08:20:00.000','B','微信',200.00)
insert   test_yj   (rq,khbh,fkfs,je)      values   (   '2020-06-03 15:20:00.000','A','支付宝',300.00)
insert   test_yj   (rq,khbh,fkfs,je)      values   (   '2020-06-04 08:20:00.000','B','支付宝',100.00)
insert   test_yj   (rq,khbh,fkfs,je)      values   (   '2020-06-04 15:20:00.000','A','现金',150.00)
insert   test_yj   (rq,khbh,fkfs,je)      values   (   '2020-06-05 08:20:00.000','B','现金',200.00)

create table #xf(
[khbh] varchar(13),
[xfje] numeric(16,6)) 
 
insert into #xf select 'A',20
insert into #xf select 'B',150
insert into #xf select 'C',180

select *,row_number() over(partition by khbh order by rq) as num
into #yj2
from test_yj

select * from #yj2

select a.rq,khbh,fkfs,case when 排序=1 then 余额 else je end as je from
 (select rq,khbh,fkfs,row_number()over(partition by khbh  order by rq)排序,je,余额  from (
  select *,累计-xfje as 余额 from (
   select a.*,sum(je)over(partition by a.khbh order by num)累计,b.xfje from #yj2 a left join #xf b on a.khbh=b.khbh )a where 累计>=xfje)a )a
用户名分组时间排序,累加统计用户预付款表累积余额,再通过筛选找出最后一笔抵扣消费款的记录,再排序及运算得出现在预付款的余额。
zjl8008 2020-06-13
  • 打赏
  • 举报
回复
引用 2 楼 ljl_5085 的回复:
你是想实现这种效果么?
是的,是按先进先出减去消费的余额后的
Yole 2020-06-10
  • 打赏
  • 举报
回复
ljl_5085 2020-06-10
  • 打赏
  • 举报
回复


你是想实现这种效果么?
zjl8008 2020-06-10
  • 打赏
  • 举报
回复
LECCO SQL Expert优化模块的特点 LECCO SQL Expert优化模块的特点主要表现为:自动优化SQL语句;以独家的人工智能知识库“反馈式搜索引擎”来重写性能优异的SQL语句;找出所有等效的SQL语句及可能的执行计划;保证产生相同的结果;先进的SQL语法分析器能处理最复杂的SQL语句;可以重写SELECT、SELECT INTO、UPDATE、INSERT和DELETE语句;通过测试运行,为应用程序和数据库自动找到性能最好的SQL语句;提供微秒级的计时,能够优化Web应用程序和有大量用户的在线事务处理中运行时间很短的SQL语句;为开发人员提供“边做边学式训练”,迅速提高开发人员的SQL编程技能;提供上下文敏感的执行计划帮助系统和SQL运行状态帮助;不是猜测或建议,而是独一无二的SQL重写解决方案。 写出专家级的SQL语句 LECCO SQL Expert的出现,使SQL的优化变得极其简单,只要能够写出SQL语句,它就能帮用户找到最好性能的写法。LECCO SQL Expert不仅能在很短的时间内找到所有可能的优化方案,而且能够通过实际测试,确定最有效的优化方案。同以往的数据库优化手段相比较,LECCO SQL Expert将数据库优化技术带到了一个崭新的技术高度,依赖人的经验、耗费大量时间、受人的思维束缚的数据库优化手段已经被高效、省时且准确的自动优化软件所取代了。通过内建的“LECCO小助手”的帮助,即使是SQL的开发新手,也能快速且简单地写出专家级的SQL语句。
更优更快 人工智能自动SQL优化----------http://www.sina.com.cn 2001/12/12 17:48 中国电脑教育报文/SQL爱好者  所谓SQL,就是指Structured Query Language(结构化查询语言),它是目前使用最广泛的数据库语言,用来和数据库打交道,从数据库中得到用户需要的数据。但是要想熟练使用SQL语句,也不是一件简单的事,有些语句使用起来也比较麻烦。如果我们对SQL语句进行优化,那么用户使用起来 就会方便许多。  简单来说,SQL语句的优化就是将性能低下的SQL语句转换成达到同样目的的性能优异的SQL语句。人工智能自动SQL优化就是使用人工智能技术,自动对SQL语句进行重写,找到性能最好的等效SQL语句。  人工智能自动SQL 优化  随着人工智能技术的发展和在数据库优化领域应用的深入,在20世纪90年代末终于出现了突破性的进展——人工智能自动SQL优化。目前在商用数据库领域LECCO TechnologyLimited(灵高公司)拥有该技术并提供使用该技术的自动优化产品——LECCO SQL Expert,其支持Oracle、Sybase、MS SQLServer和IBMDB2数据库平台。该产品针对数据库应用的开发和维护阶段提供了几个特别的模块:SQL语法优化器、PL/SQL集成化开发调试环境(IDE)、扫描器、数据库监视器等。图1 人工智能自动SQL优化示意图  其核心模块之一“SQL语法优化器”的工作原理大致如下(如图1):  一条源SQL语句输入→“人工智能反馈式搜索引擎”对输入的SQL语句结合检测到的数据库结构和索引进行重写,产生N条等效的SQL语句输出→产生的N条等效SQL语句再送入“人工智能反馈式搜索引擎”进行重写,直至无法产生新的输出或搜索限额满→对 输出的SQL语句进行过滤,选出具有不同执行计划的SQL语句(即不同的执行效率)→对得到的SQL语句进行批量测试,找出性能最好的SQL语句。图2 优化前的SQL语句  自动优化实例  假设我们从源代码中抽取出这条SQL语句(如图2):  SELECTCOUNT(*)FROMEMPLOY-EE WHEREEXISTS(SELECT'X'FROM DEPARTMENTswheresEMP_DEPT=DPT_IDAND DPT_NAME LIKE'AC%')AND EMP_IDIN(SELECT SAL_EMP_IDFROM EMP_SAL_HISTB WHERESAL_SALARY>70000)   按“优化”按钮后,经过十几秒,SQL Expert就完成了优化的过程,从优化细节中可以看到,它在十几秒的时间内重写产生了2267条等价的SQL语句,其中136条SQL语句有不同的执行计划(如图3)。图3 优化结果  接下来我们可以对自动重写产生的136条具有不同执行计划的SQL语句进行批运行测试,以选出性能最佳的等效SQL语句。按下“批运行”按钮,在“终止条件”页选择“最佳运行时间SQL语句”(如图4),按“确定”。图4 测试条件  经过几分钟的测试运行后,我们可以发现SQL124的运行时间和反应时间最短。运行速度约有22.75倍的提升(源SQL语句运行时间为2.73秒,SQL124运行时间为0.12秒,如图5)。图5 测试结果  我们把SQL124放入源代码中,结束一条SQL语句的优化工作。从上例可以看到,LECCO SQL Expert的自动重写技术使原来需要几小时才能完成的SQL语句的优化工作,缩减到几分钟之内就可以完成。数据库管理员和开发人员可以从繁重的SQL语句优化工作中解脱出来。  边做边学式训练  LECCO SQL Expert不仅能够找到最佳的SQL语句,而且提供的“边做边学式训练”还能够教会开发人员和数据库管理员如何写出性能最好的SQL语句。LECCO SQL Expert的“SQL比较器”可以标明源SQL和待选SQL之间的不同之处。LECCO SQL Expert详尽的上下文敏感帮助系统可以指出执行计划的深层含义。图6 源语句与SQL124的比较  以上面优化的结果为例,为了查看源SQL语句和SQL124在写法上的不同,我们可以按下“比较器”按钮,对SQL124和源SQL语句进行比较。如果选择“双向比较”复选框,“SQL比较器”可以将两条互相间的不同之处以蓝色表示。当然,你也可以从 源语句和重写后的SQL语句中任选两条进行比较(如图6)。  从比较的结果可以看到,重写得到的SQL124把第一个Exists改写成了In;在字段DPT_ID上进行了合并空字符串的操作以诱导数据库先执行子查询中的(SELECTDPT_ID||'FROMDEPART-MENTWH
LECCO SQL Expert不仅能够找到最佳的SQL语句,而且提供的“边做边学式训练”还能够教会开发人员和数据库管理员如何写出性能最好的SQL语句。LECCO SQL Expert的“SQL比较器”可以标明源SQL和待选SQL之间的不同之处。LECCO SQL Expert详尽的上下文敏感帮助系统可以指出执行计划的深层含义。图6 源语句与SQL124的比较  以上面优化的结果为例,为了查看源SQL语句和SQL124在写法上的不同,我们可以按下“比较器”按钮,对SQL124和源SQL语句进行比较。如果选择“双向比较”复选框,“SQL比较器”可以将两条互相间的不同之处以蓝色表示。当然,你也可以从 源语句和重写后的SQL语句中任选两条进行比较

  从比较的结果可以看到,重写得到的SQL124把第一个Exists改写成了In;在字段DPT_ID上进行了合并空字符串的操作以诱导数据库先执行子查询中的(SELECTDPT_ID||\'FROMDEPART-MENTWHEREDPT_NAMELIKE\'AC%\')在子查询完成后再与EMPLOYEE表进行嵌套循环连接(NestedLoopJoin)。图7 在线执行计划帮助  如果觉得对写法的改变难以理解,还可以点中“执行计划”复选框,通过比较两条SQL语句的执行计划的不同来了解为什么两条SQL在性能上有差异。在查看执行计划过程中如果有什么不明白的地方,可以点中“SQL信息按钮”,再在执行计划看不明白的地方点 击下,LECCO SQL Expert的上下文敏感帮助系统将提供执行计划该处的解释

  优化模块的特点

  LECCO SQL Expert优化模块的特点主要有以下几点:

  1、自动优化SQL语句;

  2、以人工智能知识库“反馈式搜索引擎”来重写性能优异的SQL语句;

  3、找出所有等效的SQL语句及可能的执行计划;

  4、产生相同的结果;

  5、先进的SQL语法分析器能处理最复杂的SQL语句;

  6、可重写SELECT、SELECTIN-TO、UPDATE、INSERT和DELETE语句;

  7、通过测试运行,为应用程序和数据库自动找到性能最好的SQL语句;

  8、提供微秒级的计时;

  9、提供“边做边学式训练”;

  10、提供上下文敏感的执行计划帮助系统和SQL运行状态帮助;

  11、不是猜测或建议,而是SQL重写解决方案。

  专家级的SQL 语句

  LECCO SQL Expert的出现使SQL的优化变得更加简单。它不仅能在很短的时间内找到所有可能的优化方案,而且能够通过实际测试确定最有效的优化方案。同以往的数据库优化手段相比较,LECCO SQL Expert的出现可以说是将数据库优化技术带到了一个崭新的技术高度。

34,590

社区成员

发帖
与我相关
我的任务
社区描述
MS-SQL Server相关内容讨论专区
社区管理员
  • 基础类社区
  • 二月十六
  • 卖水果的net
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧