如何合并具有不同有效期的相似记录？

Question

我正在处理的表包含三个组成部分：

1. 一ID列（另一个表中的主键）
2. 一些数据列
3. 日期有效from/to列。

价值观：

ID   Data From        To  
1    a    2015-01-01  2015-01-05
1    a    2015-01-06  2015-01-10
1    b    2015-01-11  2015-01-15
1    a    2015-01-16  2015-01-20
2    c    2015-01-01  2015-01-05
2    c    2015-01-06  2015-01-10

该表通过以某些时间间隔拍摄另一个数据源的“快照”并将有效日期分配给记录来更新。问题是这些快照会为在该时间间隔内根本没有更改的记录（具有不同的有效日期）创建重复条目。

我想通过查找具有连续日期的行并合并它们并为它们分配一个有效期来减小表的大小。例如：

ID   Data From        To  
1    a    2015-01-01  2015-01-10
1    b    2015-01-11  2015-01-15
1    a    2015-01-16  2015-01-20
2    c    2015-01-01  2015-01-10

我目前的逻辑是：

1. 按 ID、数据字段和“有效自”字段选择和排序所有行（因此它们在连续行的组中）。
2. 使用游标比较相邻行的相似性。
3. 如果它们相同，则合并行并更改有效期以包括两行。

我知道游标效率很低（我有一个很大的数据集），所以我正在寻找其他方法。

Answer 1

如果这只是一个背靠背范围的表，你的情况可以被视为一个经典的“间隙和孤岛”问题，你只需要隔离连续范围的孤岛，然后通过取最小值[from]和[to]每个岛的最大值。

有一种使用两个 ROW_NUMBER 调用来解决这个问题的既定方法：

WITH islands AS
(
  SELECT
    id,
    data,
    [from],
    [to],
    island = ROW_NUMBER() OVER (PARTITION BY id       ORDER BY [from])
           - ROW_NUMBER() OVER (PARTITION BY id, data ORDER BY [from])
  FROM
    #mergeTest
)
SELECT
  id,
  data,
  [from] = MIN([from]),
  [to]   = MAX([to])
FROM
  islands
GROUP BY
  id,
  data,
  island
;

此查询将在与 SQL Server 2005 一样低的版本中工作。