相关疑难解决方法(0)

我有一个表,VehicleModelYear,包含列id,年份,品牌和模型.

以下两个查询按预期工作:

SELECT DISTINCT make, model
FROM VehicleModelYear

SELECT COUNT(DISTINCT make)
FROM VehicleModelYear

但是,此查询不起作用

SELECT COUNT(DISTINCT make, model)
FROM VehicleModelYear

很明显,答案是第一个查询返回的结果数,但只是想知道这个语法有什么问题或者为什么它不起作用.

什么是正确的语法

count (distinct *) from t1

我得到他跟随错误:

[Err] 42000 - [SQL Server]关键字'distinct'附近的语法不正确.

我在表格中有几列

Col1,Col2,Col3,Col4

现在我想选择这样的

SELECT DISTINCT (Col1, Col2, Col3), Col4

即基于这三个colunms得到不同的.

SELECT BINARY_CHECKSUM('Clifton House, Thornaby Place, Teesdale South, Stockton-On-Tees, Cleveland, TS17 6SD')
SELECT BINARY_CHECKSUM('Clifton House, Teesdale South, Thornaby Place, Stockton-On-Tees, Cleveland, TS17 6SD')

SELECT BINARY_CHECKSUM('Glenfield Hospital, Groby Road, , Leicester, Leicestershire, LE3 9DZ')
SELECT BINARY_CHECKSUM('Glenfield Hospital, Groby Road, , Leicester, Leicestershire, LE3 9EJ')

看看上面的内容.即使文本中存在差异,2对地址也将生成相同的校验和值.我的理解是,虽然您不能保证CHECKSUM和BINARY_CHECKSUM对于任何随机内容都不同,它们应该有助于确定给定行中相对较小的更改.

有趣的是,这些价值观恰恰相反.它们为非常相似的数据值生成相等的校验和值.事实上,这些是大型(680,000条记录)地址表中唯一的重复校验和值.

我有点担心我在生成UPDATE时误解了校验和的价值？我是否必须通过现场比较来求助于暴力场,以确保在一行数据中获得变化？

这些示例的原始数据分为6个单独的列.为清晰起见,我已将代码示例缩减到最小状态.

我需要根据 orderlineNo 的不同来计算有多少个 orderline。每个 OrderNo 不同，但每个订单的 OrderLineNo 相同。即订单上有 9 行，则订单行编号将从 1 - 9 变化。同样，如果另一个订单上有 3 条订单行，则订单行编号将从 1 - 3 变化

但在 orderlineno 中可能有相同的订单号 - 为此我只想计算一次

例子：

OrderNo        OrderLineNo
987654             1
987654             2
987654             2
987654             3
987654             4
987654             5
987654             6
987654             7

这里的总订单行是 7。有两个订单行为 2，我希望它们只计算一次。

使用 SQL Server 2014 可以吗？

我有一张名为crewWork的表如下:

CREATE TABLE crewWork( 
       FloorNumber int, AptNumber int, WorkType int, simTime int )

在填充表格之后,我需要知道apt发生了多少次变化以及楼层发生变化的次数.通常我希望在每个apt上找到10行,在每层上找到40-50行.我可以为此编写一个标量函数,但我想知道是否有任何方法可以在t-SQL中执行此操作而无需编写标量函数.

谢谢

数据如下所示:

FloorNumber  AptNumber    WorkType      simTime  
1            1            12            10  
1            1            12            25  
1            1            13            35  
1            1            13            47  
1            2            12            52  
1            2            12            59  
1            2            13            68  
1            1            14            75  
1            4            12            79  
1            4            12            89  
1            4            13            92  
1            4            14            105  
1            3            12            115  
1            3            13            129  
1            3            14            138 …