Azure Synapse Analytics 中日期的递归查询

Question

在下面的 table 中，如何在 START_DATE 和 END_DATE 列之间插入年份的第一天和最后一天的行？

EMPID	EMPNAME	START_DATE	END_DATE
1001	Shivansh	2015-09-01	2018-03-31
1004	Mayank	2019-04-01	2020-06-30

输出应如下所示：

EMPID	EMPNAME	START_DATE	END_DATE
1001	Shivansh	2015-09-01	2015-12-31
1001	Shivansh	2016-01-01	2016-12-31
1001	Shivansh	2017-01-01	2017-12-31
1001	Shivansh	2018-01-01	2018-03-31
1004	Mayank	2019-04-01	2019-12-31
1004	Mayank	2020-01-01	2020-06-30

这必须使用循环来实现，因为 Azure Synapse Analytics 不支持递归通用 table 表达式

Answer 1

此方法使用数字 table 和 Azure Synapse Analytics 专用 SQL 池中可用的许多日期函数，包括 DATEFROMPARTS、DATEDIFF 和 YEAR.

注意这是不是递归查询。在创建数字 table 时使用了一个循环，但这只完成了一次。一旦数字 table 存在，它就可以用于类似的场景，例如将递归 CTE 转换为与 Azure Synapse Analytics 兼容的基于集合的方法。

DATEFROMPARTS用于构造计算记录中的一年的第一天。然后我使用 DATEADD 加一年，然后减去一天，得到一年的最后一天。 DATEDIFF with year 用于确定两个日期之间的年份差距，从而确定需要添加的记录数。然后我 UNION 完整结果的原始记录和计算记录。

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

CREATE TABLE #tmp ( 
    empId       INT NOT NULL, 
    empName     VARCHAR(50) NOT NULL,
    start_date  DATE NOT NULL, 
    end_date    DATE NULL
)
GO


-- Setup test data
INSERT INTO #tmp ( empId, empName, start_date, end_date )
SELECT 1001, 'Shivansh', '2015-09-01', '2018-03-31'
UNION ALL
SELECT 1004, 'Mayank', '2019-04-01', '2020-06-30'
GO

;WITH cte AS (
SELECT *,
    DATEFROMPARTS( YEAR(start_date) + n.number, 1, 1 ) newStart
FROM #tmp t
    CROSS JOIN dbo.numbers n
WHERE n.number <= DATEDIFF( year, start_date, end_date ) 
)
SELECT 'o' s, empId, empName, start_date, 
    CASE
        WHEN YEAR(start_date) = YEAR(end_date) THEN end_date
        ELSE DATEFROMPARTS( YEAR(start_date), 12, 13 )
    END end_date
FROM #tmp
UNION ALL
SELECT 'c', empId, empName, 
    newStart AS start_date,
    CASE 
        WHEN YEAR(end_date) = YEAR(newStart) THEN end_date
        ELSE DATEADD( day, -1, DATEADD( year, 1, newStart ) ) 
    END newEnd
FROM cte
ORDER BY empId, start_date

我的结果：

我添加了 o 和 c 来指示原始行和计算行，但您可以根据需要删除该列。如果您还没有数字 table，那么我用来创建这个的脚本是 here。此代码已在 Azure Synapse Analytics 专用 SQL 池、Microsoft Azure SQL 数据仓库版本 - 10.0.15554.0 2020 年 12 月 10 日 03:11:10.

上进行了测试

Answer 2

我找到了使用循环的解决方法。之后的步骤如下：

创建临时 table 来保存初始值。

CREATE TABLE #EMP
(
    EMPID VARCHAR(10),
    EMPNAME VARCHAR(10),
    START_DATE DATE,
    END_DATE DATE
);

插入初始值。

INSERT INTO #EMP 
SELECT '1001', 'Shivansh', '2015-09-01', '2018-03-31';

INSERT INTO #EMP 
SELECT '1004', 'Mayank', '2019-04-01', '2020-06-30';

创建所需的table。

CREATE TABLE #NEWEMP
(
    EMPID VARCHAR(10),
    EMPNAME VARCHAR(10),
    START_DATE DATE,
    END_DATE DATE
);

插入第一年日期（即，如果元组的 START_DATE 是 2015-09-01，则 START_DATE 插入 2015-09-01，[= 插入 2015-12-31 39=]).

INSERT INTO #NEWEMP
SELECT EMPID, EMPNAME, START_DATE, DATEFROMPARTS(YEAR(START_DATE), 12, 31) FROM #EMP;

同样，插入最后一年的日期。

INSERT INTO #NEWEMP
SELECT EMPID, EMPNAME, DATEFROMPARTS(YEAR(END_DATE), 1, 1), END_DATE FROM #EMP;

运行 while 循环直到 START_DATE 和 END_DATE 列之间的差异的最大值。

DECLARE @counter INT = 1;
DECLARE @len INT = (SELECT MAX(DATEDIFF(YEAR, START_DATE, END_DATE)) FROM #EMP);

WHILE @counter < @len
BEGIN
    INSERT INTO #NEWEMP
    SELECT EMPID, EMPNAME, DATEFROMPARTS(YEAR(START_DATE) + @counter, 1, 1), DATEFROMPARTS(YEAR(START_DATE) + @counter, 12, 31) FROM #EMP
    WHERE @counter < DATEDIFF(YEAR, START_DATE, END_DATE);
    SET @counter += 1;
END

查询输出。

SELECT * FROM #NEWEMP ORDER BY START_DATE;

这是用 Azure Synapse Analytics 编写的查询。所需的输出是。

Azure Synapse Analytics 中日期的递归查询

Recursive Query in Azure Synapse Analytics for Dates

sql-server

common-table-expression

recursive-cte

azure-synapse