聚合查询——查询的列影响聚合

Question

我有一个 table "Scores" 字段如下：

UserId
LessonId
ExerciseId
Score
Timestamp

我想设置一个视图 "vw_AggregateScoreForUser" 来聚合来自 table 的数据，如下所示：

SELECT UserId, 
       LessonId, 
       COUNT(ExerciseId) AS TotalExercises,
       SUM(Score) AS TotalScore, 
       COUNT(DISTINCT CONVERT(date, Timestamp)) AS StudyDays
FROM Scores
GROUP BY UserId, LessonId

棘手的一点是 StudyDays，我在这里计算用户至少有一个条目的唯一日期 - 这给了我他们 "studied" 的天数，即完成至少一项练习。

现在，假设我要为第 1 到第 5 课执行此视图。

SELECT FROM vw_AggregateScoreForUser WHERE UserId = 1 AND LessonId BETWEEN 1 AND 5;

我想要的是返回一条汇总了这 5 节课的数据的记录。但是通过上面的设置，数据按 LessonId 分组，所以我会得到 5 条记录。

问题是 StudyDays 现在可能不正确，因为它是按课时计算的。例如。具有以下数据：

UserId    LessonId    ExerciseId    ...     Timestamp
1         1           1                     2019-11-21 09:00
1         1           2                     2019-11-22 10:00
1         2           1                     2019-11-22 11:00

我会得到结果

UserId    LessonId    TotalExercises ...    StudyDays
1         1           2                     2
1         2           1                     1

我不能简单地加上 StudyDays 来获得学习的天数。那会给我 3，但 StudyDays 整体的非重复计数应该是 2。

问题是我需要视图中的 LessonId 以便能够在 WHERE 子句中使用它，但是将它放在视图中会按课程对我的数据进行分组，从而导致聚合不正确。

如何在视图中包含一个字段以便您可以对其进行过滤，而不影响该视图中发生的聚合？

Answer 1

一些分组聚合不能堆叠在多个级别，因为它们会给出不同的结果。与不同计数不同的计数与应用与原始集不同的计数不同。考虑到行数的平均值也会发生同样的情况。

您遇到的问题是 GROUP BY LessonID 和视图内的 COUNT DISTINCT。当您希望（稍后）将多个 LessonID 值作为一个集合一起计算时，您已经在按 LessonID 计算值。

只要您将 GROUP BY 保持在视图内，您就会遇到这个问题。一种解决方案是更改 table 值函数的视图，这样可以提供一系列课程：

CREATE FUNCTION dbo.ufnUserLessonSummary (
    @UserID INT,
    @LessonIDFrom INT,
    @LessonIDTo INT)
RETURNS TABLE
AS RETURN
    SELECT 
        UserId, 
        LessonId, 
        COUNT(ExerciseId) AS TotalExercises,
        SUM(Score) AS TotalScore, 
        COUNT(DISTINCT CONVERT(date, Timestamp)) AS StudyDays
    FROM 
        Scores AS S
    WHERE 
        S.UserID = @UserID AND
        S.LessonID BETWEEN @LessonIDFrom AND @LessonIDTo
    GROUP BY 
        UserId, 
        LessonId

您可以像下面这样查询：

SELECT
    S.*
FROM
    dbo.ufnUserLessonSummary(1, 1, 5) AS S

但是，这仅限于一系列课程。如果您只想要课程 1、3 和 5 会怎样？另一个更复杂但更通用的选项是使用带有预加载输入的 SP table:

CREATE PROCEDURE dbo.uspUserLessonSummary
AS
BEGIN

    SELECT 
        UserId, 
        LessonId, 
        COUNT(ExerciseId) AS TotalExercises,
        SUM(Score) AS TotalScore, 
        COUNT(DISTINCT CONVERT(date, Timestamp)) AS StudyDays
    FROM 
        Scores AS S
        INNER JOIN #UserLesson AS U ON
            S.UserID = U.UserID AND
            S.LessonID = U.LessonID
    GROUP BY 
        UserId, 
        LessonId

END

您可以通过在执行之前加载临时 table 来提供您想要的记录：

IF OBJECT_ID('tempdb..#UserLesson') IS NOT NULL
    DROP TABLE #UserLesson

CREATE TABLE #UserLesson (
    UserID INT,
    LessonID INT)

INSERT INTO #UserLesson (
    UserID,
    LessonID)
VALUES
    (1, 1),
    (1, 2),
    (1, 3),
    (1, 4),
    (1, 5)

EXEC dbo.uspUserLessonSummary

您也可以通过这种方法使用变量 tables。

聚合查询——查询的列影响聚合

Aggregate query - column for querying affects aggregation

tsql

sql-server

sql-view