基于时间框架的行合并减少SQL Server 2012中的数据冗余

Question

我有下面的SQL问题，在这个问题中，我实际上正在寻找最有效的方法来完成这个任务。假设我有下表：

r|Company - StartPeriod - EndPeriod - NumberOfEmployees - NumberOfMachines ...
1|A - 2014-1-1 - 2014-2-5 - 30 - 1
2|A - 2014-2-6 - 2014-3-7 - 30 - 1
3|A - 2014-3-8 - 2014-4-9 - 31 - 1
4|A - 2014-4-9 - 2014-5-1 - 32 - 1
5|B - 2014-1-2 - 2014-2-1 - 20 - 2
6|B - 2014-2-2 - 2014-3-1 - 20 - 2
7|B - 2014-3-2 - 2014-4-1 - 20 - 2

注意到冗余的数据量了吗？这是因为公司不时地被取样，因此周期实际上是随机长度的。

现在的问题是，如何合并行当且仅当变量NumberOfEmployees、NumberOfMachines等是相同的，但是StartPeriod和终结期不同？当然，我想用最早的阶段取代开始阶段，用最近的阶段取代结束阶段。

R只是一个指示器，而不是数据库中的一个变量。在这种情况下，1和2将合并，但3,4将被保留，因为它有不同的值(即它有31名雇员而不是30名员工)。

在我看来，这是一个非常棘手的问题，我甚至不确定SQL是否能做到这一点。

由此产生的产出如下：

r|Company - StartPeriod - EndPeriod - NumberOfEmployees - NumberOfMachines ...
1|A - 2014-1-1 - 2014-3-7 - 30 - 1
2|A - 2014-3-8 - 2014-4-9 - 31 - 1
3|A - 2014-4-9 - 2014-5-1 - 32 - 1
4|B - 2014-1-2 - 2014-4-1 - 20 - 2

谢谢你做的一切！

Answer 1

您可能只需使用group by

select company, min(startperiod) as startperiod, max(endperiod) as endperiod,
       numberofemployees, numberofmachines . .
from table t
group by company, numberofemployees, numberofmachines;

如果这不能解决问题，请编辑问题并提供更多关于合并行所需的附加逻辑的信息。

Answer 2

你可以采用“孤岛与缺口”战略：

select r, company, min(startperiod), max(EndPeriod)
     , NumberOfEmployees, NumberOfMachines, ..., grp
from (
    select r, company, startperiod, EndPeriod, ...
         , row_number() over (order by r)
         - row_number() over (partition by company, 
                                           NumberOfEmployees,
                                           NumberOfMachines, ...  
                              order by r) as grp
    from T
)
group by r, company, NumberOfEmployees, NumberOfMachines, ..., grp