SQL Server查询：每日数据快照比较（计算增量出现次数）

我正在计算客户订阅（“套餐”）的变化。为此，我每天从包表中选择一次所有数据。我将每日查询结果称为“快照”（约500k行）。然后，我将快照数据加载到一个新表中。10天后，快照表中总共有500万行（500k行*10天）。大多数客户不更改套餐（65%）。我需要报告其余35%的客户中，哪些是更换包的客户，他们何时更换包，他们正在进行哪些包更改（从“包X”更改为“包y”），以及哪些客户最频繁地更换包

我编写的查询使用了

自连接

。我正在识别更改，但我的结果包含重复的行

这是我的疑问：

select *
 from UserPackageDump UPD1, UserPackageDump UPD2
 where UPD1.user_id = UPD2.user_id
 and UPD1.package_id <> UPD2.package_id

选择*
从UserPackageDump UPD1到UserPackageDump UPD2
其中UPD1.user\u id=UPD2.user\u id
和UPD1.package_id UPD2.package_id

如何更改此查询以只生成不同的结果

选择
SELECT 
  DISTINCT *
FROM 
  UserPackageDump UPD1 
JOIN UserPackageDump UPD2
  ON UPD1.user_id = UPD2.user_id
WHERE 
  UPD1.package_id <> UPD2.package_id

明显的*
从…起
UserPackageDump UPD1
加入UserPackageDump UPD2
在UPD1.user\u id=UPD2.user\u id上
哪里
UPD1.package\u id UPD2.package\u id

您有很多选择，我不确定您的方法是否正确。首先，为了回答您的特定问题，您可以根据@sqlab的回答执行一个不同的测试。或者，您可以在联接中包含日期，确保UDP1仅与UDP2中的记录匹配，该记录与UDP2中的记录相差一天

然而，回到方法上来，不需要获取所有数据的完整副本。对于更高效的数据存储，您还有很多其他选择，其中包括：

• 在数据库中放置一个“LastUpdated”datetime2字段，该字段将在每次更改行时填充。仅复制上次更新的行比上次复制时更新的行。假设表的唯一可能更改是更改

  包id

  ，那么现在表中只有已更改用户的行
• 创建UserPackageHistory表，用户每次订阅包时，都会在更新UserPackage的同时将行写入该表。这样，在运行复制作业之前，您将得到与第一个项目符号大致相同的结果

然后，使用这些数据集中的任何一个，为了满足报告要求，可以填充多维数据集。您的源将是一组包含用户id、旧包id、新包id和日期的行。您将创建一个包含以下度量值的度量值组：

• 用户标识的不同计数
• 开关计数（基本上只是源数据的行计数）

然后，该度量值组可以与以下维度相关：

• 日期，以便您可以看到开关何时发生
• 用户，这样您就可以深入了解谁正在切换
• 开关类型，它是从源数据中选择旧\u包\u id和新\u包\u id生成的维度。这使您能够看到特定变化的流行程度

---

看看您的查询，我认为使用DISTINCT应该可以解决您的问题。从userpackagedump中选择distinct*。您应该查看更改数据捕获，而不是提取所有记录以查找更改，我认为这将使更改更容易。