零件进出量分析

Question

我们有必要分析一个零件的消耗情况。我所拥有的数据是从我们的ERP系统中提取的。这样做的目的是在未来库存过多的地方找到“漏洞”。

Part_number Sign Count Date
4711        B    100   12.04.2019
4711        -    2     16.04.2019
4711        -    1     18.04.2019
4711        -    3     01.05.2019
4711        -    5     14.05.2019
4711        -    1     18.05.2019
4711        +    25    23.05.2019
4711        -    7     24.05.2019
4711        -    1     01.06.2019
4711        -    1     14.06.2019
4711        -    6     15.06.2019
4711        +    15    23.07.2019
4711        -    7     24.07.2019
4711        -    3     01.08.2019
4711        -    25    14.08.2019
4711        -    6     15.08.2019
4712        B    10    12.04.2019
4712        -    2     13.04.2019
4712        -    3     14.04.2019
4713        …    …     …

列说明：

• Part_number =>自我解释我猜
• 符号
  • "B“当期股票
  • "-“用来建立秩序的部分，
  • "+“新零件订购和计划到货日期

​

• 计数=>量
• =>计划未来的日期

我的想法是把数据分成几个部分。当股票出现正变化时，A节就开始了，就像到货订单一样，最后是股票的下一个正变化。第一节和最后一节是一个例外。第一节以今天的日期开始，以下一个积极的变化结束。最后一节以最后一个正变化开始，以最后一个数据行结束。

我希望基于上述数据的章节表如下所示。

Part_number Section Date_start  Date_end
4711        1       12.04.2019  23.05.2019
4711        2       23.05.2019  23.07.2019
4711        3       23.07.2019  15.08.2019
4712        1       12.04.2019  14.04.2019

若要查找“孔”，应将计数列的结果汇总到下表。

Part_number Section Date_start  Date_end   Sum
4711        1       12.04.2019  23.05.2019 88   <= 100-2-1-3-5-1
4711        2       23.05.2019  23.07.2019 98   <= 88+25-7-1-1-6
4711        3       23.07.2019  15.08.2019 72   <= 98+15-7-3-25-6
4712        1       12.04.2019  14.04.2019 5    <= 10-2-3

我们的数据库服务器是2016。

目前，我正在使用光标构造按摩数据，并得到我想要的。正如您可能想象的那样，这可能不是最好的方法。我想改进这个查询，我很期待能得到的任何提示。

谢谢!

Answer 1

如果我正确理解，您可以使用聚合和窗口函数。关键是定义该节，该节似乎是B和+签名到每一行的累积计数：

select part_number, section,
       min(date), max(date),
       sum(case when sign = '-' then -count else count end) as section_count,
       sum(sum(case when sign = '-' then -count else count end)) over (partition by part_number order by section) as sum
from (select t.*,
             sum(case when sign in ('B', '+') then 1 else 0 end) over (partition by part_number order by date) as section
      from t
     ) t
group by part_number, section;