Tsql 删除两个日期之间未更改的行

我在SQLServer中继承了一个非常古老且巨大（100万行）的表。这是账户和余额的每日快照，但其中一些账户甚至不再变化，而是每天都在添加（不要问为什么！）

我想：

• 标识并删除未更改的行，除非有更改

• 创建一个查询，当删除的行需要时，该查询会提供给我，就像它们仍然存在一样

我有一个可以利用的日期维度表

这将生成当前表：

CREATE TABLE #Account_Snapshot(
[Snapshot_Id] [int] NOT NULL,
[Snapshot_Date] [date] NOT NULL,
[Account] [nvarchar](20) NOT NULL,
[Balance] [decimal](18, 2) NOT NULL,
CONSTRAINT [PK_Account_Snapshot_1] PRIMARY KEY CLUSTERED 
(
    [Snapshot_Id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = 
OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO

INSERT INTO #Account_Snapshot VALUES(1, '2019-01-01', '1', 1505.31)
INSERT INTO #Account_Snapshot VALUES(2, '2019-01-01', '2', 2337.48)
INSERT INTO #Account_Snapshot VALUES(3, '2019-01-01', '3', 1088.07)

INSERT INTO #Account_Snapshot VALUES(4, '2019-02-01', '1', 1505.31)
INSERT INTO #Account_Snapshot VALUES(5, '2019-02-01', '2', 2132.17)
INSERT INTO #Account_Snapshot VALUES(6, '2019-02-01', '3', 1088.07)

INSERT INTO #Account_Snapshot VALUES(7, '2019-03-01', '1', 1505.31)
INSERT INTO #Account_Snapshot VALUES(8, '2019-03-01', '2', 2132.17)
INSERT INTO #Account_Snapshot VALUES(9, '2019-03-01', '3', 749.23)

SELECT * FROM #Account_Snapshot
ORDER BY  Account, Snapshot_Date


Snapshot_Id Snapshot_Date Account              Balance
----------- ------------- -------------------- ---------------------
1           2019-01-01    1                    1505.31
4           2019-02-01    1                    1505.31
7           2019-03-01    1                    1505.31
2           2019-01-01    2                    2337.48
5           2019-02-01    2                    2132.17
8           2019-03-01    2                    2132.17
3           2019-01-01    3                    1088.07
6           2019-02-01    3                    1088.07
9           2019-03-01    3                    749.23

我需要一个删除逻辑来标识未更改的行并首先删除它们：

DELETE FROM #Account_Snapshot WHERE Snapshot_Id IN (4,6,7,8)

SELECT * FROM #Account_Snapshot
ORDER BY  Account, Snapshot_Date

Snapshot_Id Snapshot_Date Account              Balance
----------- ------------- -------------------- --------------------
1           2019-01-01    1                    1505.31
2           2019-01-01    2                    2337.48
5           2019-02-01    2                    2132.17
3           2019-01-01    3                    1088.07
9           2019-03-01    3                    749.23

---

然后，当表小得多时，我需要有一个查询来创建一个视图，可能需要使用日期维度表来动态生成结果。

要识别没有更改的行，我们可以在CTE中使用带分区的行编号，如下所示：

;with cte as (
  select *
 ,ROW_NUMBER() over(partition by [Account],[Balance] order by [Account],Snapshot_Date,[Balance]) [Row]
from #Account_Snapshot 
),DataFiltered  as (select * from cte where cte.[Row]=1  --not a duplicate
),DataDuplicate as (select * from cte where cte.[Row]>1  --any number larger than one is a duplicate
)
   select * from DataFiltered
   ORDER BY  Account, Snapshot_Date

结果：-

Snapshot_Id Snapshot_Date   Account Balance Row
1           2019-01-01      1       1505.31 1
2           2019-01-01      2       2337.48 1
5           2019-02-01      2       2132.17 1
3           2019-01-01      3       1088.07 1
9           2019-03-01      3       749.23  1

Snapshot_Id Snapshot_Date   Account Balance Row
4           2019-02-01          1   1505.31 2
7           2019-03-01          1   1505.31 3
8           2019-03-01          2   2132.17 2
6           2019-02-01          3   1088.07 2

要获取重复数据，我们可以将最后两行更改为以下内容：-

select * from DataDuplicate
ORDER BY  Account, Snapshot_Date

结果：-

Snapshot_Id Snapshot_Date   Account Balance Row
1           2019-01-01      1       1505.31 1
2           2019-01-01      2       2337.48 1
5           2019-02-01      2       2132.17 1
3           2019-01-01      3       1088.07 1
9           2019-03-01      3       749.23  1

Snapshot_Id Snapshot_Date   Account Balance Row
4           2019-02-01          1   1505.31 2
7           2019-03-01          1   1505.31 3
8           2019-03-01          2   2132.17 2
6           2019-02-01          3   1088.07 2

要删除重复数据，我们将最后两行替换为：-

delete from #Account_Snapshot where Snapshot_Id in (
select Snapshot_Id  from DataDuplicate)

我希望这会有所帮助。

这里有一个用于获取帐户上一个余额的选项，在子查询中使用该选项，然后您可以筛选余额等于上一个余额的位置（基本上没有更改），以获取要删除的记录：

--Show what records to remove
SELECT *
FROM   (
           SELECT *
                , LAG([Balance], 1, 0) OVER ( PARTITION BY [Account]
                                              ORDER BY [Snapshot_Date]
                                            ) AS [PreBalance]
           FROM   [#Account_Snapshot]
       ) AS [p]
WHERE  [p].[Balance] = [p].[PreBalance];

--Then just to delete them
DELETE p
FROM   (
           SELECT *
                , LAG([Balance], 1, 0) OVER ( PARTITION BY [Account]
                                              ORDER BY [Snapshot_Date]
                                            ) AS [PreBalance]
           FROM   [#Account_Snapshot]
       ) AS [p]
WHERE  [p].[Balance] = [p].[PreBalance];

删除后，要像以前一样表示数据，是的，您需要一个日历表，从中构建一个帐户/日期表（所有帐户和所有日期的组合），然后交叉应用回原始表以填充余额

例如：

--Quick sample calendar table
INSERT INTO [#cal] (
                       [CalDate]
                   )
VALUES ('2019-01-01')
     , ('2019-02-01')
     , ('2019-03-01');

--So this would get us a full list of all accounts and dates based on you calendar table
SELECT     *
FROM       [#cal] [a]
INNER JOIN (
               SELECT DISTINCT [Account]
               FROM   [#Account_Snapshot]
           ) [b]
    ON 1 = 1;

结果如下：

CalDate     Account
2019-01-01  1
2019-02-01  1
2019-03-01  1
2019-01-01  2
2019-02-01  2
2019-03-01  2
2019-01-01  3
2019-02-01  3
2019-03-01  3

然后在子查询中使用它，并交叉应用回account表以填写余额：

SELECT      *
FROM        (
                SELECT     *
                FROM       [#cal] [a]
                INNER JOIN (
                               SELECT DISTINCT [Account]
                               FROM   [#Account_Snapshot]
                           ) [b]
                    ON 1 = 1
            ) AS [AcctCal]
CROSS APPLY (
                SELECT   TOP 1 [acct].[Balance]
                FROM     [#Account_Snapshot] [acct]
                WHERE    [acct].[Account] = [AcctCal].[Account]
                         AND [acct].[Snapshot_Date] <= [AcctCal].[CalDate]
                ORDER BY [acct].[Snapshot_Date] desc
            ) AS [bal];

试试这个：

;with cte as (
select *,ROW_NUMBER() over (partition by balance order by Snapshot_Id) rn from #Account_Snapshot
)

Delete from cte where rn > 1

---

是否对当时存在的每个帐户都有每日记录？提示：使用适当的软件（MySQL、Oracle、DB2等）和版本（例如，

sql-server-2014

）标记数据库问题很有帮助。语法和特征的差异通常会影响答案。请注意，

tsql

缩小了选择范围，但没有指定数据库。感谢您的提示，我标记了产品和版本。是的，每天都有所有帐户的快照，甚至是历史帐户。我试图改变这一点，但有太多的依赖关系使其无法实现，这就是为什么我试图提出一种不同的方法。可能是使用LAG函数在子查询中获取上一个余额，然后您可以过滤余额等于上一个余额的位置（基本上没有改变）。作为您的另一个问题的一部分，您希望视图像以前一样表示数据，您是否在这些结果中包括快照_id？不，这只是表的id，我真的不关心。这非常好！非常感谢。刚刚在备份上测试过，效果很好。现在我需要一个查询的帮助，这个查询可以为我删除的某个日期生成结果。想让这个答案有用，但它不允许我。哇！那真是个了不起的人！非常感谢你。我正在为一个特定的日期编写一个函数，但这是我一直在寻找的函数。想让这个答案有用，但它不让我这么做。