我如何使用行组中的值基于另一个 table 更新 table？

Question

我有两个table：

CREATE TABLE Employee (
   Site       ????         ????,
   WorkTypeId char(2)  NOT NULL,
   Emp_NO     int      NOT NULL,
   "Date"     ????     NOT NULL  
);

CREATE TABLE PTO (
   Site       ????         ????,
   WorkTypeId char(2)      NULL,
   Emp_NO     int      NOT NULL,
   "Date"     ????     NOT NULL  
);

我想更新 PTO 的 WorkTypeId 列中的值：

EMP NO in Employee（查找 table）和 PTO 应该匹配。
一个 WorkTypeId 值应该只从该月的第一次出现中选取。

例如，给定此样本输入数据：

TABLE Employee:

Site	WorkTypeId	Emp_NO	Date
5015	MB	1005	2022-02-01
5015	MI	1005	2022-02-04
5015	PO	1005	2022-02-04
5015	ME	2003	2022-01-01
5015	TT	2003	2022-01-10

TABLE PTO:

Site	Emp_NO	Date
5015	1005	2022-02-03
5015	1005	2022-02-14
5014	2003	2022-01-09

例如：

鉴于 Employee 和 Emp_NO = 1005...
- ...Employee table 中的 Emp_NO 有 3 行，具有 3 个不同的 WorkTypeId 值，但 Date 值不同.
- 所以选择最早的Date（2022-02-01）的WorkTypeId值，即'MB'
- 所以 Emp_NO 得到 WorkTypeId = 'MB'。
- 然后使用该单个值填充 1005 WorkTypeId PTO table 中的单元格。
- 但也可以按月匹配。

所以 PTO table 中的预期输出是

Site	WorkTypeId	Emp_NO	Date
5015	MB	1005	2022-02-03
5015	MB	1005	2022-02-14
5014	ME	2003	2022-01-09

Answer 1

更新 2002-03-05

留在这里供后人参考，但我建议阅读。

尝试 CROSS APPLY 获取第一条具有匹配月份和年份的员工记录。

注意：始终对所有 PTO 记录使用 OUTER APPLY，即使未找到匹配的 WorkTypeId。

SELECT p.Site
       , e.WorkTypeId
       , p.Emp_No
       , p.[Date]
FROM  PTO p CROSS APPLY 
        (
          SELECT TOP 1 WorkTypeId
          FROM   Employee e 
          WHERE  e.Emp_No = p.Emp_No
          AND    MONTH(e.[Date]) = MONTH(p.[Date])
          AND    YEAR(e.[Date]) = YEAR(p.[Date])
          ORDER BY [Date] ASC
        )e

结果：

Site | WorkTypeId | Emp_No | Date      
---: | :--------- | -----: | :---------
5015 | MB         |   1005 | 2022-02-03
5015 | MB         |   1005 | 2022-02-14
5014 | ME         |   2003 | 2022-01-09

db<>fiddle here

Answer 2

从与GROUP BY查询中MIN/MAX表达式中使用的列不同的列中获取值仍然存在在 SQL 中做一件非常困难的事情，虽然现代版本的 SQL 语言（和 SQL 服务器）使它变得更容易，但它们完全是 non-obvious 和 counter-intuitive 对大多数人来说，因为它必然涉及更高级的主题，如 CTE、derived-tables（又名 inner-queries）、self-joins 和 windowing-functions 尽管查询的概念简单。

无论如何，as-ever 在现代 SQL 中，通常有 3 或 4 种不同的方法来完成相同的任务，其中有一些陷阱。

前言：

由于Site、Date、Year、Month都是T-SQL中的关键字，所以我转义了使用 double-quotes，这是 ISO/ANSI SQL 符合标准的转义保留字的方式。
- SQL 服务器默认支持。如果（出于某些不敬虔的原因）您有 SET QUOTED IDENTIFIER OFF，则将 double-quotes 更改为 square-brackets：[]
我假设两个table中的Site列只是一个普通的'ol'数据列，因此：
- 它不是 PRIMARY KEY 成员栏。
- 不应用作 GROUP BY。
- 不应在 JOIN 谓词中使用。
以下所有方法都假定此数据库状态：

CREATE TABLE "Employee" (
    "Site"     int      NOT NULL,
    WorkTypeId char(2)  NOT NULL,
    Emp_NO     int      NOT NULL,
    "Date"     date     NOT NULL  
);

CREATE TABLE "PTO" (
    "Site"     int      NOT NULL,
    WorkTypeId char(2)      NULL,
    Emp_NO     int      NOT NULL,
    "Date"     date     NOT NULL  
);

GO

INSERT INTO "Employee" ( "Site", WorkTypeId, Emp_NO, "Date" )
VALUES
( 5015, 'MB', 1005, '2022-02-01' ),
( 5015, 'MI', 1005, '2022-02-04' ),
( 5015, 'PO', 1005, '2022-02-04' ),
( 5015, 'ME', 2003, '2022-01-01' ),
( 5015, 'TT', 2003, '2022-01-10' );

INSERT INTO "PTO" ( "Site", WorkTypeId, Emp_NO, "Date" )
VALUES
( 5015, NULL, 1005, '2022-02-03' ),
( 5015, NULL, 1005, '2022-02-14' ),
( 5014, NULL, 2003, '2022-01-09' );

这两种方法都定义了 CTE e 和 p，它们分别扩展 Employee 和 PTO 以添加计算的 "Year" 和 "Month" 列，这避免了在 GROUP BY 和 JOIN 表达式中重复使用 YEAR( "Date" ) AS "Year"。
- 我建议您将它们作为 computed-columns 添加到您的基础 table 中，如果可以的话，因为它们通常都会有用。也不要忘记适当地为它们编制索引。

方法 1：使用基本聚合组合 CTE，然后 `UPDATE`:

WITH
-- Step 1: Extend both the `Employee` and `PTO` tables with YEAR and MONTH columns (this simplifies things later on):
e AS (
    SELECT
        Emp_No,
        "Site",
        WorkTypeId,
        "Date",

        YEAR( "Date" ) AS "Year",
        MONTH( "Date" ) AS "Month"
    FROM
        Employee
),
p AS (
    SELECT
        Emp_No,
        "Site",
        WorkTypeId,
        "Date",

        YEAR( "Date" ) AS "Year",
        MONTH( "Date" ) AS "Month"
    FROM
        PTO
),
-- Step 2: Get the MIN( "Date" ) value for each group:
minDatesForEachEmployeeMonthYearGroup AS (
    SELECT
        e.Emp_No,
        e."Year",
        e."Month",

        MIN( "Date" ) AS "FirstDate"
    FROM
        e
    GROUP BY
        e.Emp_No,
        e."Year",
        e."Month"
),
-- Step 3: INNER JOIN back on `e` to get the first WorkTypeId in each group:
firstWorkTypeIdForEachEmployeeMonthYearGroup AS (
    /* WARNING: This query will fail if multiple rows (for the same Emp_NO, Year and Month) have the same "Date" value. This can be papered-over with GROUP BY and MIN, but I don't think that's a good idea at all). */
    SELECT
        e.Emp_No,
        e."Year",
        e."Month",

        e.WorkTypeId AS FirstWorkTypeId
    FROM
        e
        INNER JOIN minDatesForEachEmployeeMonthYearGroup AS q ON
            e.Emp_NO = q.Emp_NO
            AND
            e."Date" = q.FirstDate
)
-- Step 4: Do the UPDATE.
-- *Yes*, you can UPDATE a CTE (provided the CTE is "simple" and has a 1:1 mapping back to source rows on-disk).
UPDATE
    p
SET
    p.WorkTypeId = f.FirstWorkTypeId
FROM
    p
    INNER JOIN firstWorkTypeIdForEachEmployeeMonthYearGroup AS f ON
        p.Emp_No = f.Emp_No
        AND
        p."Year" = f."Year"
        AND
        p."Month" = f."Month"
WHERE
    p.WorkTypeId IS NULL;

这是 SSMS 的屏幕截图，显示了上述查询运行前后 PTO table 的内容：

方法二：跳过self-`JOIN` with `FIRST_VALUE`:

这种方法提供了更短、更简单的查询，但需要 SQL Server 2012 或更高版本（并且您的数据库是运行 in compatibility-level 110 或更高版本）。

令人惊讶的是，，尽管它与 MIN 有明显的相似之处，但可以使用 SELECT DISTINCT:

构建等效查询

WITH
-- Step 1: Extend the `Employee` table with YEAR and MONTH columns:
e AS (
    SELECT
        Emp_No,
        "Site",
        WorkTypeId,
        "Date",

        YEAR( "Date" ) AS "Year",
        MONTH( "Date" ) AS "Month"
    FROM
        Employee
),
firstWorkTypeIdForEachEmployeeMonthYearGroup AS (

    SELECT
        DISTINCT
        e.Emp_No,
        e."Year",
        e."Month",
        FIRST_VALUE( WorkTypeId ) OVER (
            PARTITION BY
                Emp_No,
                e."Year",
                e."Month"
            ORDER BY
                "Date" ASC
        ) AS FirstWorkTypeId
    FROM
        e
)
-- Step 3: UPDATE PTO:
UPDATE
    p
SET
    p.WorkTypeId = f.FirstWorkTypeId
FROM
    PTO AS p
    INNER JOIN firstWorkTypeIdForEachEmployeeMonthYearGroup AS f ON
        p.Emp_No = f.Emp_No
        AND
        YEAR( p."Date" ) = f."Year"
        AND
        MONTH( p."Date" ) = f."Month"
WHERE
    p.WorkTypeId IS NULL;

在此运行后执行 SELECT * FROM PTO 得到与方法 2 完全相同的输出。

方法 2b，但更短：

只是为了让@SOS 不觉得 太自鸣得意 他们的 SQL 比我的短得多，方法 2 SQL 上面可以压缩成这样：

WITH empYrMoGroups AS (
    SELECT
        DISTINCT
        e.Emp_No,
        YEAR( e."Date" ) AS "Year",
        MONTH( e."Date" ) AS "Month",
        FIRST_VALUE( e.WorkTypeId ) OVER (
            PARTITION BY
                e.Emp_No,
                YEAR( e."Date" ),
                MONTH( e."Date" )
            ORDER BY
                e."Date" ASC
        ) AS FirstWorkTypeId
    FROM
        Employee AS e
)
UPDATE
    p
SET
    p.WorkTypeId = f.FirstWorkTypeId
FROM
    PTO AS p
    INNER JOIN empYrMoGroups AS f ON
        p.Emp_No = f.Emp_No
        AND
        YEAR( p."Date" ) = f."Year"
        AND
        MONTH( p."Date" ) = f."Month"
WHERE
    p.WorkTypeId IS NULL;

方法 2 和 方法 2b 的 execution-plans 几乎相同，除了 方法2b 由于某种原因有一个额外的计算标量步骤。
方法 1 和 方法 2 的执行计划非常不同，但是，方法 1 比 方法 2 有更多的分支，尽管它们具有相似的语义。
但是我的 execution-plans 与你的不匹配，因为它非常 context-dependent，尤其是 w.r.t。你有什么索引和主键，是否涉及任何其他列等。

方法 1 的计划如下所示：

方法 2b 的计划如下所示：

相比之下，@SOS 的计划要简单得多...老实说，我不知道为什么，但它确实显示了 SQL 服务器的查询优化器如今有多好：

我如何使用行组中的值基于另一个 table 更新 table？

How can I UPDATE a table based on another table, using values from groups of rows?

sql

sql-server

join

前言：

方法 1：使用基本聚合组合 CTE，然后 `UPDATE`:

方法二：跳过self-`JOIN` with `FIRST_VALUE`:

方法 2b，但更短：

我如何使用行组中的值基于另一个 table 更新 table？

How can I UPDATE a table based on another table, using values from groups of rows?

sql

sql-server

join

前言：

方法 1：使用基本聚合组合 CTE，然后 UPDATE:

方法二：跳过self-JOIN with FIRST_VALUE:

方法 2b，但更短：

方法 1：使用基本聚合组合 CTE，然后 `UPDATE`:

方法二：跳过self-`JOIN` with `FIRST_VALUE`: