Saya perlu mengkonversi data antara dua sistem.
Sistem pertama menyimpan jadwal sebagai daftar tanggal yang jelas. Setiap tanggal yang termasuk dalam jadwal adalah satu baris. Mungkin ada berbagai kesenjangan dalam urutan tanggal (akhir pekan, hari libur nasional, dan jeda yang lebih lama, beberapa hari dalam seminggu dapat dikecualikan dari jadwal). Tidak ada celah sama sekali, bahkan akhir pekan bisa dimasukkan. Jadwalnya bisa sampai 2 tahun. Biasanya panjangnya beberapa minggu.
Berikut adalah contoh sederhana dari jadwal yang mencakup dua minggu tidak termasuk akhir pekan (ada contoh yang lebih rumit dalam skrip di bawah):
+----+------------+------------+---------+--------+
| ID | ContractID | dt | dowChar | dowInt |
+----+------------+------------+---------+--------+
| 10 | 1 | 2016-05-02 | Mon | 2 |
| 11 | 1 | 2016-05-03 | Tue | 3 |
| 12 | 1 | 2016-05-04 | Wed | 4 |
| 13 | 1 | 2016-05-05 | Thu | 5 |
| 14 | 1 | 2016-05-06 | Fri | 6 |
| 15 | 1 | 2016-05-09 | Mon | 2 |
| 16 | 1 | 2016-05-10 | Tue | 3 |
| 17 | 1 | 2016-05-11 | Wed | 4 |
| 18 | 1 | 2016-05-12 | Thu | 5 |
| 19 | 1 | 2016-05-13 | Fri | 6 |
+----+------------+------------+---------+--------+
ID
unik, tetapi tidak harus berurutan (itu adalah kunci primer). Tanggal unik dalam setiap Kontrak (ada indeks unik aktif (ContractID, dt)
).
Sistem kedua menyimpan jadwal sebagai interval dengan daftar hari kerja yang merupakan bagian dari jadwal. Setiap interval ditentukan oleh tanggal mulai dan berakhirnya (inklusif) dan daftar hari kerja yang termasuk dalam jadwal. Dalam format ini, Anda dapat mendefinisikan pola mingguan berulang secara efisien, seperti Senin-Rabu, tetapi akan merepotkan ketika sebuah pola terganggu, misalnya oleh hari libur umum.
Berikut adalah contoh sederhana di atas akan terlihat seperti:
+------------+------------+------------+----------+----------------------+
| ContractID | StartDT | EndDT | DayCount | WeekDays |
+------------+------------+------------+----------+----------------------+
| 1 | 2016-05-02 | 2016-05-13 | 10 | Mon,Tue,Wed,Thu,Fri, |
+------------+------------+------------+----------+----------------------+
[StartDT;EndDT]
interval yang termasuk dalam Kontrak yang sama tidak boleh tumpang tindih.
Saya perlu mengubah data dari sistem pertama ke format yang digunakan oleh sistem kedua. Saat ini saya sedang menyelesaikan ini di sisi klien di C # untuk Kontrak yang diberikan tunggal, tapi saya ingin melakukannya dalam T-SQL di sisi server untuk pemrosesan massal dan ekspor / impor antar server. Kemungkinan besar, itu bisa dilakukan menggunakan CLR UDF, tetapi pada tahap ini saya tidak dapat menggunakan SQLCLR.
Tantangannya di sini adalah membuat daftar interval sesingkat dan seramah mungkin.
Misalnya, jadwal ini:
+-----+------------+------------+---------+--------+
| ID | ContractID | dt | dowChar | dowInt |
+-----+------------+------------+---------+--------+
| 223 | 2 | 2016-05-05 | Thu | 5 |
| 224 | 2 | 2016-05-06 | Fri | 6 |
| 225 | 2 | 2016-05-09 | Mon | 2 |
| 226 | 2 | 2016-05-10 | Tue | 3 |
| 227 | 2 | 2016-05-11 | Wed | 4 |
| 228 | 2 | 2016-05-12 | Thu | 5 |
| 229 | 2 | 2016-05-13 | Fri | 6 |
| 230 | 2 | 2016-05-16 | Mon | 2 |
| 231 | 2 | 2016-05-17 | Tue | 3 |
+-----+------------+------------+---------+--------+
harus menjadi ini:
+------------+------------+------------+----------+----------------------+
| ContractID | StartDT | EndDT | DayCount | WeekDays |
+------------+------------+------------+----------+----------------------+
| 2 | 2016-05-05 | 2016-05-17 | 9 | Mon,Tue,Wed,Thu,Fri, |
+------------+------------+------------+----------+----------------------+
,bukan ini:
+------------+------------+------------+----------+----------------------+
| ContractID | StartDT | EndDT | DayCount | WeekDays |
+------------+------------+------------+----------+----------------------+
| 2 | 2016-05-05 | 2016-05-06 | 2 | Thu,Fri, |
| 2 | 2016-05-09 | 2016-05-13 | 5 | Mon,Tue,Wed,Thu,Fri, |
| 2 | 2016-05-16 | 2016-05-17 | 2 | Mon,Tue, |
+------------+------------+------------+----------+----------------------+
Saya mencoba menerapkan gaps-and-islands
pendekatan untuk masalah ini. Saya mencoba melakukannya dalam dua langkah. Pada pass pertama saya menemukan pulau-pulau yang terdiri dari hari-hari sederhana berturut-turut, yaitu ujung pulau adalah celah dalam urutan hari, baik itu akhir pekan, hari libur nasional atau yang lainnya. Untuk setiap pulau yang ditemukan seperti itu saya membuat daftar yang berbeda dengan koma WeekDays
. Pada pass kedua saya grup menemukan pulau lebih jauh dengan melihat celah dalam urutan angka minggu atau perubahan dalam WeekDays
.
Dengan pendekatan ini setiap minggu parsial berakhir sebagai interval tambahan seperti yang ditunjukkan di atas, karena meskipun angka minggu berturut-turut, WeekDays
perubahan. Selain itu, mungkin ada kesenjangan reguler dalam seminggu (lihat ContractID=3
dalam data sampel, yang hanya memiliki data Mon,Wed,Fri,
) dan pendekatan ini akan menghasilkan interval terpisah untuk setiap hari dalam jadwal tersebut. Sisi baiknya, ini menghasilkan satu interval jika jadwal tidak memiliki celah sama sekali (lihat ContractID=7
dalam data sampel yang termasuk akhir pekan) dan dalam hal itu tidak masalah jika awal atau akhir minggu parsial.
Silakan lihat contoh lain dalam skrip di bawah ini untuk mendapatkan ide yang lebih baik tentang apa yang saya kejar. Anda dapat melihat bahwa akhir pekan cukup sering dikecualikan, tetapi hari-hari lain dalam seminggu juga bisa dikecualikan. Dalam contoh 3 saja Mon
, Wed
dan Fri
merupakan bagian dari jadwal. Selain itu, akhir pekan dapat dimasukkan, seperti dalam contoh 7. Solusinya harus memperlakukan semua hari dalam seminggu secara merata. Setiap hari dalam seminggu dapat dimasukkan atau dikecualikan dari jadwal.
Untuk memverifikasi bahwa daftar interval yang dihasilkan menggambarkan jadwal yang diberikan dengan benar, Anda dapat menggunakan kode semu berikut:
- loop melalui semua interval
- untuk setiap putaran interval melalui semua tanggal kalender antara tanggal Mulai dan Akhir (termasuk).
- untuk setiap tanggal periksa apakah hari dalam seminggu terdaftar di
WeekDays
. Jika ya, maka tanggal ini termasuk dalam jadwal.
Semoga, ini menjelaskan dalam kasus apa interval baru harus dibuat. Dalam contoh 4 dan 5 satu Senin ( 2016-05-09
) dihapus dari tengah jadwal dan jadwal tersebut tidak dapat diwakili oleh satu interval. Dalam contoh 6 ada kesenjangan yang panjang dalam jadwal, sehingga diperlukan dua interval.
Interval mewakili pola mingguan dalam jadwal dan ketika suatu pola terganggu / diubah, interval baru harus ditambahkan. Dalam contoh 11 tiga minggu pertama memiliki pola Tue
, maka pola ini berubah menjadi Thu
. Sebagai hasilnya, kita membutuhkan dua interval untuk menggambarkan jadwal tersebut.
Saya menggunakan SQL Server 2008 saat ini, jadi solusinya harus berfungsi dalam versi ini. Jika solusi untuk SQL Server 2008 dapat disederhanakan / ditingkatkan menggunakan fitur dari versi yang lebih baru, itu bonus, tolong tunjukkan juga.
Saya memiliki Calendar
tabel (daftar tanggal) dan Numbers
tabel (daftar angka integer mulai dari 1), jadi tidak masalah untuk menggunakannya, jika perlu. Ini juga OK untuk membuat tabel sementara dan memiliki beberapa permintaan yang memproses data dalam beberapa tahap. Jumlah tahapan dalam suatu algoritma harus diperbaiki, kursor dan WHILE
loop eksplisit tidak OK.
Skrip untuk data sampel dan hasil yang diharapkan
-- @Src is sample data
-- @Dst is expected result
DECLARE @Src TABLE (ID int PRIMARY KEY, ContractID int, dt date, dowChar char(3), dowInt int);
INSERT INTO @Src (ID, ContractID, dt, dowChar, dowInt) VALUES
-- simple two weeks (without weekend)
(110, 1, '2016-05-02', 'Mon', 2),
(111, 1, '2016-05-03', 'Tue', 3),
(112, 1, '2016-05-04', 'Wed', 4),
(113, 1, '2016-05-05', 'Thu', 5),
(114, 1, '2016-05-06', 'Fri', 6),
(115, 1, '2016-05-09', 'Mon', 2),
(116, 1, '2016-05-10', 'Tue', 3),
(117, 1, '2016-05-11', 'Wed', 4),
(118, 1, '2016-05-12', 'Thu', 5),
(119, 1, '2016-05-13', 'Fri', 6),
-- a partial end of the week, the whole week, partial start of the week (without weekends)
(223, 2, '2016-05-05', 'Thu', 5),
(224, 2, '2016-05-06', 'Fri', 6),
(225, 2, '2016-05-09', 'Mon', 2),
(226, 2, '2016-05-10', 'Tue', 3),
(227, 2, '2016-05-11', 'Wed', 4),
(228, 2, '2016-05-12', 'Thu', 5),
(229, 2, '2016-05-13', 'Fri', 6),
(230, 2, '2016-05-16', 'Mon', 2),
(231, 2, '2016-05-17', 'Tue', 3),
-- only Mon, Wed, Fri are included across two weeks plus partial third week
(310, 3, '2016-05-02', 'Mon', 2),
(311, 3, '2016-05-04', 'Wed', 4),
(314, 3, '2016-05-06', 'Fri', 6),
(315, 3, '2016-05-09', 'Mon', 2),
(317, 3, '2016-05-11', 'Wed', 4),
(319, 3, '2016-05-13', 'Fri', 6),
(330, 3, '2016-05-16', 'Mon', 2),
-- a whole week (without weekend), in the second week Mon is not included
(410, 4, '2016-05-02', 'Mon', 2),
(411, 4, '2016-05-03', 'Tue', 3),
(412, 4, '2016-05-04', 'Wed', 4),
(413, 4, '2016-05-05', 'Thu', 5),
(414, 4, '2016-05-06', 'Fri', 6),
(416, 4, '2016-05-10', 'Tue', 3),
(417, 4, '2016-05-11', 'Wed', 4),
(418, 4, '2016-05-12', 'Thu', 5),
(419, 4, '2016-05-13', 'Fri', 6),
-- three weeks, but without Mon in the second week (no weekends)
(510, 5, '2016-05-02', 'Mon', 2),
(511, 5, '2016-05-03', 'Tue', 3),
(512, 5, '2016-05-04', 'Wed', 4),
(513, 5, '2016-05-05', 'Thu', 5),
(514, 5, '2016-05-06', 'Fri', 6),
(516, 5, '2016-05-10', 'Tue', 3),
(517, 5, '2016-05-11', 'Wed', 4),
(518, 5, '2016-05-12', 'Thu', 5),
(519, 5, '2016-05-13', 'Fri', 6),
(520, 5, '2016-05-16', 'Mon', 2),
(521, 5, '2016-05-17', 'Tue', 3),
(522, 5, '2016-05-18', 'Wed', 4),
(523, 5, '2016-05-19', 'Thu', 5),
(524, 5, '2016-05-20', 'Fri', 6),
-- long gap between two intervals
(623, 6, '2016-05-05', 'Thu', 5),
(624, 6, '2016-05-06', 'Fri', 6),
(625, 6, '2016-05-09', 'Mon', 2),
(626, 6, '2016-05-10', 'Tue', 3),
(627, 6, '2016-05-11', 'Wed', 4),
(628, 6, '2016-05-12', 'Thu', 5),
(629, 6, '2016-05-13', 'Fri', 6),
(630, 6, '2016-05-16', 'Mon', 2),
(631, 6, '2016-05-17', 'Tue', 3),
(645, 6, '2016-06-06', 'Mon', 2),
(646, 6, '2016-06-07', 'Tue', 3),
(647, 6, '2016-06-08', 'Wed', 4),
(648, 6, '2016-06-09', 'Thu', 5),
(649, 6, '2016-06-10', 'Fri', 6),
(655, 6, '2016-06-13', 'Mon', 2),
(656, 6, '2016-06-14', 'Tue', 3),
(657, 6, '2016-06-15', 'Wed', 4),
(658, 6, '2016-06-16', 'Thu', 5),
(659, 6, '2016-06-17', 'Fri', 6),
-- two weeks, no gaps between days at all, even weekends are included
(710, 7, '2016-05-02', 'Mon', 2),
(711, 7, '2016-05-03', 'Tue', 3),
(712, 7, '2016-05-04', 'Wed', 4),
(713, 7, '2016-05-05', 'Thu', 5),
(714, 7, '2016-05-06', 'Fri', 6),
(715, 7, '2016-05-07', 'Sat', 7),
(716, 7, '2016-05-08', 'Sun', 1),
(725, 7, '2016-05-09', 'Mon', 2),
(726, 7, '2016-05-10', 'Tue', 3),
(727, 7, '2016-05-11', 'Wed', 4),
(728, 7, '2016-05-12', 'Thu', 5),
(729, 7, '2016-05-13', 'Fri', 6),
-- no gaps between days at all, even weekends are included, with partial weeks
(805, 8, '2016-04-30', 'Sat', 7),
(806, 8, '2016-05-01', 'Sun', 1),
(810, 8, '2016-05-02', 'Mon', 2),
(811, 8, '2016-05-03', 'Tue', 3),
(812, 8, '2016-05-04', 'Wed', 4),
(813, 8, '2016-05-05', 'Thu', 5),
(814, 8, '2016-05-06', 'Fri', 6),
(815, 8, '2016-05-07', 'Sat', 7),
(816, 8, '2016-05-08', 'Sun', 1),
(825, 8, '2016-05-09', 'Mon', 2),
(826, 8, '2016-05-10', 'Tue', 3),
(827, 8, '2016-05-11', 'Wed', 4),
(828, 8, '2016-05-12', 'Thu', 5),
(829, 8, '2016-05-13', 'Fri', 6),
(830, 8, '2016-05-14', 'Sat', 7),
-- only Mon-Wed included, two weeks plus partial third week
(910, 9, '2016-05-02', 'Mon', 2),
(911, 9, '2016-05-03', 'Tue', 3),
(912, 9, '2016-05-04', 'Wed', 4),
(915, 9, '2016-05-09', 'Mon', 2),
(916, 9, '2016-05-10', 'Tue', 3),
(917, 9, '2016-05-11', 'Wed', 4),
(930, 9, '2016-05-16', 'Mon', 2),
(931, 9, '2016-05-17', 'Tue', 3),
-- only Thu-Sun included, three weeks
(1013,10,'2016-05-05', 'Thu', 5),
(1014,10,'2016-05-06', 'Fri', 6),
(1015,10,'2016-05-07', 'Sat', 7),
(1016,10,'2016-05-08', 'Sun', 1),
(1018,10,'2016-05-12', 'Thu', 5),
(1019,10,'2016-05-13', 'Fri', 6),
(1020,10,'2016-05-14', 'Sat', 7),
(1021,10,'2016-05-15', 'Sun', 1),
(1023,10,'2016-05-19', 'Thu', 5),
(1024,10,'2016-05-20', 'Fri', 6),
(1025,10,'2016-05-21', 'Sat', 7),
(1026,10,'2016-05-22', 'Sun', 1),
-- only Tue for first three weeks, then only Thu for the next three weeks
(1111,11,'2016-05-03', 'Tue', 3),
(1116,11,'2016-05-10', 'Tue', 3),
(1131,11,'2016-05-17', 'Tue', 3),
(1123,11,'2016-05-19', 'Thu', 5),
(1124,11,'2016-05-26', 'Thu', 5),
(1125,11,'2016-06-02', 'Thu', 5),
-- one week, then one week gap, then one week
(1210,12,'2016-05-02', 'Mon', 2),
(1211,12,'2016-05-03', 'Tue', 3),
(1212,12,'2016-05-04', 'Wed', 4),
(1213,12,'2016-05-05', 'Thu', 5),
(1214,12,'2016-05-06', 'Fri', 6),
(1215,12,'2016-05-16', 'Mon', 2),
(1216,12,'2016-05-17', 'Tue', 3),
(1217,12,'2016-05-18', 'Wed', 4),
(1218,12,'2016-05-19', 'Thu', 5),
(1219,12,'2016-05-20', 'Fri', 6);
SELECT ID, ContractID, dt, dowChar, dowInt
FROM @Src
ORDER BY ContractID, dt;
DECLARE @Dst TABLE (ContractID int, StartDT date, EndDT date, DayCount int, WeekDays varchar(255));
INSERT INTO @Dst (ContractID, StartDT, EndDT, DayCount, WeekDays) VALUES
(1, '2016-05-02', '2016-05-13', 10, 'Mon,Tue,Wed,Thu,Fri,'),
(2, '2016-05-05', '2016-05-17', 9, 'Mon,Tue,Wed,Thu,Fri,'),
(3, '2016-05-02', '2016-05-16', 7, 'Mon,Wed,Fri,'),
(4, '2016-05-02', '2016-05-06', 5, 'Mon,Tue,Wed,Thu,Fri,'),
(4, '2016-05-10', '2016-05-13', 4, 'Tue,Wed,Thu,Fri,'),
(5, '2016-05-02', '2016-05-06', 5, 'Mon,Tue,Wed,Thu,Fri,'),
(5, '2016-05-10', '2016-05-20', 9, 'Mon,Tue,Wed,Thu,Fri,'),
(6, '2016-05-05', '2016-05-17', 9, 'Mon,Tue,Wed,Thu,Fri,'),
(6, '2016-06-06', '2016-06-17', 10, 'Mon,Tue,Wed,Thu,Fri,'),
(7, '2016-05-02', '2016-05-13', 12, 'Sun,Mon,Tue,Wed,Thu,Fri,Sat,'),
(8, '2016-04-30', '2016-05-14', 15, 'Sun,Mon,Tue,Wed,Thu,Fri,Sat,'),
(9, '2016-05-02', '2016-05-17', 8, 'Mon,Tue,Wed,'),
(10,'2016-05-05', '2016-05-22', 12, 'Sun,Thu,Fri,Sat,'),
(11,'2016-05-03', '2016-05-17', 3, 'Tue,'),
(11,'2016-05-19', '2016-06-02', 3, 'Thu,'),
(12,'2016-05-02', '2016-05-06', 5, 'Mon,Tue,Wed,Thu,Fri,'),
(12,'2016-05-16', '2016-05-20', 5, 'Mon,Tue,Wed,Thu,Fri,');
SELECT ContractID, StartDT, EndDT, DayCount, WeekDays
FROM @Dst
ORDER BY ContractID, StartDT;
Perbandingan jawaban
Tabel sebenarnya @Src
memiliki 403,555
baris dengan yang 15,857
berbeda ContractIDs
. Semua jawaban menghasilkan hasil yang benar (setidaknya untuk data saya) dan semuanya cukup cepat, tetapi berbeda dalam optimalitas. Semakin sedikit interval yang dihasilkan, semakin baik. Saya memasukkan waktu lari hanya untuk rasa ingin tahu. Fokus utama adalah hasil yang benar dan optimal, bukan kecepatan (kecuali jika terlalu lama - saya menghentikan permintaan non-rekursif oleh Ziggy Crueltyfree Zeitgeister setelah 10 menit).
+--------------------------------------------------------+-----------+---------+
| Answer | Intervals | Seconds |
+--------------------------------------------------------+-----------+---------+
| Ziggy Crueltyfree Zeitgeister | 25751 | 7.88 |
| While loop | | |
| | | |
| Ziggy Crueltyfree Zeitgeister | 25751 | 8.27 |
| Recursive | | |
| | | |
| Michael Green | 25751 | 22.63 |
| Recursive | | |
| | | |
| Geoff Patterson | 26670 | 4.79 |
| Weekly gaps-and-islands with merging of partial weeks | | |
| | | |
| Vladimir Baranov | 34560 | 4.03 |
| Daily, then weekly gaps-and-islands | | |
| | | |
| Mikael Eriksson | 35840 | 0.65 |
| Weekly gaps-and-islands | | |
+--------------------------------------------------------+-----------+---------+
| Vladimir Baranov | 25751 | 121.51 |
| Cursor | | |
+--------------------------------------------------------+-----------+---------+
@Dst
). Dua minggu pertama dari jadwal hanya memiliki Tue
, jadi Anda tidak dapat memiliki WeekDays=Tue,Thu,
untuk minggu ini. Dua minggu terakhir dari jadwal hanya memiliki Thu
, sehingga Anda tidak dapat lagi WeekDays=Tue,Thu,
untuk minggu ini. Solusi yang kurang optimal untuk itu adalah tiga baris: hanya Tue
untuk dua minggu pertama, kemudian Tue,Thu,
untuk minggu ketiga yang memiliki keduanya Tue
dan Thu
, kemudian hanya Thu
untuk dua minggu terakhir.
ContractID
perubahan, jika interval melampaui 7 hari dan hari minggu baru belum terlihat sebelumnya, jika ada celah dalam daftar hari yang dijadwalkan.
(11,'2016-05-03', '2016-05-17', 3, 'Tue,'), (11,'2016-05-19', '2016-06-02', 3, 'Thu,');
di @Dst harus satu baris denganTue, Thu,
?