Optymalny sposób łączenia / agregowania ciągów

Znajduję sposób na agregowanie ciągów z różnych wierszy w jeden wiersz. Chcę to zrobić w wielu różnych miejscach, więc dobrze byłoby mieć funkcję ułatwiającą to. Wypróbowałem rozwiązania wykorzystujące COALESCEi FOR XML, ale one po prostu tego nie robią.

Agregacja ciągów mogłaby zrobić coś takiego:

id | Name                    Result: id | Names
-- - ----                            -- - -----
1  | Matt                            1  | Matt, Rocks
1  | Rocks                           2  | Stylus
2  | Stylus

Rzuciłem okiem na funkcje agregujące zdefiniowane w CLR jako zamiennik COALESCEi FOR XML, ale najwyraźniej SQL Azure nie obsługuje elementów zdefiniowanych w CLR, co jest dla mnie uciążliwe, ponieważ wiem, że możliwość ich użycia rozwiązałaby wiele problemów problemy dla mnie.

Czy jest jakieś możliwe obejście lub podobnie optymalna metoda (która może nie być tak optymalna jak CLR, ale hej , wezmę to, co mogę uzyskać), której mogę użyć do zagregowania moich rzeczy?

ROZWIĄZANIE

Definicja optymalnego może się różnić, ale oto sposób łączenia ciągów z różnych wierszy przy użyciu zwykłego języka Transact SQL, co powinno działać dobrze na platformie Azure.

;WITH Partitioned AS
(
    SELECT 
        ID,
        Name,
        ROW_NUMBER() OVER (PARTITION BY ID ORDER BY Name) AS NameNumber,
        COUNT(*) OVER (PARTITION BY ID) AS NameCount
    FROM dbo.SourceTable
),
Concatenated AS
(
    SELECT 
        ID, 
        CAST(Name AS nvarchar) AS FullName, 
        Name, 
        NameNumber, 
        NameCount 
    FROM Partitioned 
    WHERE NameNumber = 1

    UNION ALL

    SELECT 
        P.ID, 
        CAST(C.FullName + ', ' + P.Name AS nvarchar), 
        P.Name, 
        P.NameNumber, 
        P.NameCount
    FROM Partitioned AS P
        INNER JOIN Concatenated AS C 
                ON P.ID = C.ID 
                AND P.NameNumber = C.NameNumber + 1
)
SELECT 
    ID,
    FullName
FROM Concatenated
WHERE NameNumber = NameCount

WYJAŚNIENIE

Podejście sprowadza się do trzech kroków:

1. Ponumeruj wiersze, używając OVERi PARTITIONgrupując je i porządkując zgodnie z potrzebami konkatenacji. Wynik to PartitionedCTE. W każdej partycji przechowujemy liczbę wierszy, aby później filtrować wyniki.

2. Używając rekurencyjnego CTE ( Concatenated) iteruj po numerach wierszy ( NameNumberkolumn) dodając Namewartości do FullNamekolumny.

3. Odfiltruj wszystkie wyniki oprócz tych z najwyższym NameNumber.

Należy pamiętać, że aby zapytanie było przewidywalne, należy zdefiniować zarówno grupowanie (na przykład w scenariuszu wiersze z tym samym IDsą konkatenowane), jak i sortowanie (przyjąłem, że przed konkatenacją po prostu sortujesz ciąg alfabetycznie).

Szybko przetestowałem rozwiązanie na SQL Server 2012 z następującymi danymi:

INSERT dbo.SourceTable (ID, Name)
VALUES 
(1, 'Matt'),
(1, 'Rocks'),
(2, 'Stylus'),
(3, 'Foo'),
(3, 'Bar'),
(3, 'Baz')

Wynik zapytania:

ID          FullName
----------- ------------------------------
2           Stylus
3           Bar, Baz, Foo
1           Matt, Rocks

Czy metody używające FOR XML PATH, jak poniżej, są naprawdę takie wolne? Itzik Ben-Gan pisze, że ta metoda ma dobre wyniki w swojej książce T-SQL Querying (moim zdaniem pan Ben-Gan jest źródłem godnym zaufania).

create table #t (id int, name varchar(20))

insert into #t
values (1, 'Matt'), (1, 'Rocks'), (2, 'Stylus')

select  id
        ,Names = stuff((select ', ' + name as [text()]
        from #t xt
        where xt.id = t.id
        for xml path('')), 1, 2, '')
from #t t
group by id

Dla tych z nas, którzy to znaleźli i nie używają Azure SQL Database:

STRING_AGG()w PostgreSQL, SQL Server 2017 i Azure SQL
https://www.postgresql.org/docs/current/static/functions-aggregate.html
https://docs.microsoft.com/en-us/sql/t-sql/ funkcje / string-agg-transact-sql

GROUP_CONCAT()w MySQL
http://dev.mysql.com/doc/refman/5.7/en/group-by-functions.html#function_group-concat

(Podziękowania dla @Brianjorden i @milanio za aktualizację platformy Azure)

Przykładowy kod:

select Id
, STRING_AGG(Name, ', ') Names 
from Demo
group by Id

SQL Fiddle: http://sqlfiddle.com/#!18/89251/1

Chociaż odpowiedź @serge jest poprawna, ale porównałem jego zużycie czasu z xmlpath i stwierdziłem, że xmlpath jest tak szybszy. Napiszę kod porównawczy i możesz to sprawdzić samodzielnie. To jest sposób @serge:

DECLARE @startTime datetime2;
DECLARE @endTime datetime2;
DECLARE @counter INT;
SET @counter = 1;

set nocount on;

declare @YourTable table (ID int, Name nvarchar(50))

WHILE @counter < 1000
BEGIN
    insert into @YourTable VALUES (ROUND(@counter/10,0), CONVERT(NVARCHAR(50), @counter) + 'CC')
    SET @counter = @counter + 1;
END

SET @startTime = GETDATE()

;WITH Partitioned AS
(
    SELECT 
        ID,
        Name,
        ROW_NUMBER() OVER (PARTITION BY ID ORDER BY Name) AS NameNumber,
        COUNT(*) OVER (PARTITION BY ID) AS NameCount
    FROM @YourTable
),
Concatenated AS
(
    SELECT ID, CAST(Name AS nvarchar) AS FullName, Name, NameNumber, NameCount FROM Partitioned WHERE NameNumber = 1

    UNION ALL

    SELECT 
        P.ID, CAST(C.FullName + ', ' + P.Name AS nvarchar), P.Name, P.NameNumber, P.NameCount
    FROM Partitioned AS P
        INNER JOIN Concatenated AS C ON P.ID = C.ID AND P.NameNumber = C.NameNumber + 1
)
SELECT 
    ID,
    FullName
FROM Concatenated
WHERE NameNumber = NameCount

SET @endTime = GETDATE();

SELECT DATEDIFF(millisecond,@startTime, @endTime)
--Take about 54 milliseconds

A to jest sposób xmlpath:

DECLARE @startTime datetime2;
DECLARE @endTime datetime2;
DECLARE @counter INT;
SET @counter = 1;

set nocount on;

declare @YourTable table (RowID int, HeaderValue int, ChildValue varchar(5))

WHILE @counter < 1000
BEGIN
    insert into @YourTable VALUES (@counter, ROUND(@counter/10,0), CONVERT(NVARCHAR(50), @counter) + 'CC')
    SET @counter = @counter + 1;
END

SET @startTime = GETDATE();

set nocount off
SELECT
    t1.HeaderValue
        ,STUFF(
                   (SELECT
                        ', ' + t2.ChildValue
                        FROM @YourTable t2
                        WHERE t1.HeaderValue=t2.HeaderValue
                        ORDER BY t2.ChildValue
                        FOR XML PATH(''), TYPE
                   ).value('.','varchar(max)')
                   ,1,2, ''
              ) AS ChildValues
    FROM @YourTable t1
    GROUP BY t1.HeaderValue

SET @endTime = GETDATE();

SELECT DATEDIFF(millisecond,@startTime, @endTime)
--Take about 4 milliseconds

Aktualizacja: Ms SQL Server 2017+, Azure SQL Database

Można użyć: STRING_AGG.

Użycie jest dość proste na żądanie OP:

SELECT id, STRING_AGG(name, ', ') AS names
FROM some_table
GROUP BY id

Czytaj więcej

Cóż, mój stary brak odpowiedzi został słusznie usunięty (pozostawiony bez odpowiedzi poniżej), ale jeśli ktoś zdarzy się tu wylądować w przyszłości, jest dobra wiadomość. Zaimplementowali również STRING_AGG () w Azure SQL Database. Powinno to zapewnić dokładną funkcjonalność pierwotnie wymaganą w tym poście z natywną i wbudowaną obsługą. @hrobky wspomniał o tym wcześniej jako o funkcji SQL Server 2016 w tamtym czasie.

--- Stary post: Za mało reputacji, aby odpowiedzieć bezpośrednio @hrobky, ale STRING_AGG wygląda świetnie, jednak obecnie jest dostępny tylko w SQL Server 2016 vNext. Mamy nadzieję, że wkrótce trafi również do bazy danych Azure SQL Databse.

Możesz użyć + =, aby połączyć ciągi, na przykład:

declare @test nvarchar(max)
set @test = ''
select @test += name from names

jeśli wybierzesz @test, wszystkie nazwy zostaną połączone

Uznałem, że odpowiedź Serge'a jest bardzo obiecująca, ale napotkałem również problemy z wydajnością, tak jak zostało napisane. Jednak kiedy zrestrukturyzowałem go tak, aby używał tabel tymczasowych i nie zawierał podwójnych tabel CTE, wydajność wzrosła z 1 minuty 40 sekund do sekundy dla 1000 połączonych rekordów. Tutaj jest dla każdego, kto musi to zrobić bez FOR XML w starszych wersjach SQL Server:

DECLARE @STRUCTURED_VALUES TABLE (
     ID                 INT
    ,VALUE              VARCHAR(MAX) NULL
    ,VALUENUMBER        BIGINT
    ,VALUECOUNT         INT
);

INSERT INTO @STRUCTURED_VALUES
SELECT   ID
        ,VALUE
        ,ROW_NUMBER() OVER (PARTITION BY ID ORDER BY VALUE) AS VALUENUMBER
        ,COUNT(*) OVER (PARTITION BY ID)    AS VALUECOUNT
FROM    RAW_VALUES_TABLE;

WITH CTE AS (
    SELECT   SV.ID
            ,SV.VALUE
            ,SV.VALUENUMBER
            ,SV.VALUECOUNT
    FROM    @STRUCTURED_VALUES SV
    WHERE   VALUENUMBER = 1

    UNION ALL

    SELECT   SV.ID
            ,CTE.VALUE + ' ' + SV.VALUE AS VALUE
            ,SV.VALUENUMBER
            ,SV.VALUECOUNT
    FROM    @STRUCTURED_VALUES SV
    JOIN    CTE 
        ON  SV.ID = CTE.ID
        AND SV.VALUENUMBER = CTE.VALUENUMBER + 1

)
SELECT   ID
        ,VALUE
FROM    CTE
WHERE   VALUENUMBER = VALUECOUNT
ORDER BY ID
;