Sql 服务器：分区数据集，同时保留行分组

Question

我有一个查询 returns 行根据两列分组，如下所示：

Student_ID  Module_ID  Assignment_date  Assignment_grade
1           2          2010-01-01       C
1           2          2012-02-02       E
1           2          2013-03-02       A*
3           6          2013-03-02       B
3           6          2013-03-02       B

我试图通过并行处理结果集来提高性能。为此，我需要将结果集划分为大小接近相等的部分，同时确保行分组不会分布在多个分区中，因为分组对于处理很重要。 这必须使用多个查询来完成，而不是一个查询然后对结果进行分区，因为在查询数据后对行进行分区会产生太多开销（目的是分配每个查询SqlDataReader).

通常，我会使用 ROW_NUMBER() 为行分配数字，然后向每个查询添加一个 WHERE 子句，类似于 WHERE row_number > lowerbound AND row_number < upperbound 但这可能会导致数据集在中间拆分分组。

如何确保我使用的每个查询都选择数据的不同部分，并且结果中的每个分组都包含分组中的所有行？

我想过使用 DENSE_RANK() 为每个分组分配一个 ID，但我不知道如何结合行号来使用它来实现我想要的结果。

本例中的理想结果是一个查询 returns this:

Student_ID  Module_ID  Assignment_date  Assignment_grade
1           2          2010-01-01       C
1           2          2012-02-02       E
1           2          2013-03-02       A*

另一个查询 returns 这个：

Student_ID  Module_ID  Assignment_date  Assignment_grade
3           6          2013-03-02       B
3           6          2013-03-02       B

Answer 1

您可以使用WINDOWS函数如下：

WITH CTE AS (SELECT T.*, 
                    COUNT(1) OVER () AS CNT, 
                    ROW_NUMBER() OVER (ORDER BY STUDENT_ID, MODULE_ID, ASSIGNMENT_DATE) AS RN,
                    DENSE_RANK() OVER (ORDER BY STUDENT_ID, MODULE_ID) AS DR
               FROM YOUR_TABLE T)
SELECT T1.*
  FROM CTE T 
-- WHERE DR <= (SELECT MAX(DR) FROM CTE T2 WHERE RN <= CEIL(CNT/2)) -- FIRST PART
-- WHERE DR >= (SELECT MIN(DR) FROM CTE T2 WHERE RN > CEIL(CNT/2)) -- SECOND PART

Answer 2

如果您想识别学生组，您可以使用 RANK() 或 DENSE_RANK():

select t.*, rank() over (order by student_id) as number_r
from t;

或：

select t.*, dense_rank() over (order by student_id) as number_dr
from t;

两者有什么区别？ RANK() 产生对应于每个组的第一行号的计数。 DENSE_RANK() 仅按组统计。

因此，where number_r <= 3 将提取所有组，包括具有第三行的组。在您的情况下，这将是前三行。

但 where number_dr <= 3 将获取前三组。在您的情况下，它将 select 所有行 - 甚至下一组也不在数据示例中。

Sql 服务器：分区数据集，同时保留行分组

Sql Server: Partition Dataset While Preserving Row Groupings

sql

sql-server

partitioning