Azure Synapse Analytics 中的递归查询日期

问题描述

在下表中，如何在 START_DATE 和 END_DATE 列之间插入年份的第一个和最后一个日期的行？

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

这必须使用循环来实现，因为 Azure Synapse Analytics 不支持递归公用表表达式

解决方法

此方法使用一个数字表和许多日期函数，这些函数在 Azure Synapse Analytics 专用 SQL 池中可用，包括 DATEFROMPARTS、DATEDIFF 和 YEAR。

注意，这不是递归查询。在创建数字表时使用了一个循环，但这只执行一次。一旦数字表存在，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 用于在计算记录中构造一年的第一天。然后我用 DATEADD 加上一年，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间隔，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,end_date ) 
)
SELECT 'o' s,empId,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',newStart AS start_date,CASE 
        WHEN YEAR(end_date) = YEAR(newStart) THEN end_date
        ELSE DATEADD( day,-1,DATEADD( year,newStart ) ) 
    END newEnd
FROM cte
ORDER BY empId,start_date

我的结果：

我添加了 o 和 c 来表示原始行和计算行，但您可以根据需要删除该列。如果您还没有数字表，那么我用来创建此表的脚本是 here。此代码已在 Azure Synapse Analytics 专用 SQL 池上进行了测试，版本 Microsoft Azure SQL 数据仓库 - 10.0.15554.0 2020 年 12 月 10 日 03:11:10。

我找到了使用循环的解决方法。步骤如下：

创建一个临时表来保存初始值。

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','2018-03-31';

INSERT INTO #EMP 
SELECT '1004','2020-06-30';

创建所需的表。

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

插入第一年日期（即，如果元组的 START_DATE 为 2015-09-01，则为 START_DATE 插入 2015-09-01，为 END_DATE 插入 2015-12-31）。

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

同样，插入去年的日期。

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

运行 while 循环，直到 START_DATE 和 END_DATE 列之间的差异达到最大值。

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

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

查询输出。

SELECT * FROM #NEWEMP ORDER BY START_DATE;

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

azure-synapse common-table-expression recursive-cte sql-server