间隙和岛屿分组

Question

对于我的源表，我以正确的顺序保存了所有“客户的联系历史记录”（从顶部最早的日期开始升序）。我需要做的是将联系人与同一问题相关的行分组。判断一个问题是否相关的方法是根据时间。如果时差<2 weeks then the two cases are related.

“通过或失败”列中的 1 突出显示案例是否已完全解决。 0 表示来自下一行的调用与同一问题相关。

我需要生成此表的摘要，以显示客户针对同一查询多次联系的位置

我正在使用 SQL Server 2012

这是我的源数据的示例。在我的完整表中，我将有多个客户。您可以看到我用颜色编码来显示总共 9 个联系人，但只有 4 个不同的问题。每个客户的联系次数或问题没有固定数量

客户_ID	开始日期	下一个_日期	时差_（分钟）	联系人总数	通过或失败	NEXT_Contact_same_day
12345	2022年3月3日	2022年5月5日	90794	1	1	0
12345	2022年5月5日	2022年5月5日	3	1	0	1
12345	2022年5月5日	2022年6月5日	1409	1	0	0
12345	2022年6月5日	2022年6月5日	2	1	0	1
12345	2022年6月5日	2022年6月5日	11	1	0	1
12345	2022年6月5日	20/11/2022	284973	1	1	0
12345	20/11/2022	2023年5月1日	66242	1	1	0
12345	2023年5月1日	2023年5月1日	178	1	0	1
12345	2023年5月1日	空	空	1	1	0

我尝试在“通过”或“失败”列上使用 DENSE_RANK、ROW_NUMBER、LAG&LEAD，以及开始日期和下一个日期的最大和最小日期，但没有任何运气。

例如

select Customer ID, sum(total_contacts), min(Start date), max(Next Date)
from (select *,
             sum(case when Pass or fail = 0 then 1 else 0 end) over (order by Customer ID) as grp
      from #Mastery
     ) #Mastery
where total_contacts = '1'
group by Customer ID, grp;

-- 这将返回所有联系人

select Customer ID, sum(total_contacts) AS total_Contacts, SUM (Pass or fail) AS Pass#, min(Start date) AS Mindate, max(Next Date) AS Maxdate, 
       ROW_NUMBER () over(partition by Customer ID order by Pass or fail) as Contactranking
from  #Mastery2
group by Customer ID,  Pass or fail

-- 这仅返回通过和失败的总和

这是我正在寻找的输出。您可以看到，针对相同的客户 ID，我有 4 行，一行代表每个问题。对于每一行，它应该显示针对该问题的调用数量。要量化与同一问题相关的呼叫数量，您必须使用“通过或失败”列

Answer 1

这是一个间隙和岛式问题，您对分组有正确的想法，但有一些细节使这有点棘手。这是一个潜在的解决方案：

SELECT  CustomerID, MIN(startDate) startDate, NULLIF(MAX(nextDate), '99991231') nextDate, COUNT(*) cnt
FROM    (
    select  *
    ,   SUM(passprev) OVER(partition by customerid order by startDate, nextdate) AS grp
    from (
        
        select  LAG(passorfail, 1, 0) over(partition by customerid order by d.startDate,  d.nextDate) AS passprev
        ,   d.*
        ,   customerID
        from (
            VALUES  (12345, N'03/03/2022', N'05/05/2022', N'90794', 1, 1, 0)
            ,   (12345, N'05/05/2022', N'05/05/2022', N'3', 1, 0, 1)
            ,   (12345, N'05/05/2022', N'06/05/2022', N'1409', 1, 0, 0)
            ,   (12345, N'06/05/2022', N'06/05/2022', N'2', 1, 0, 1)
            ,   (12345, N'06/05/2022', N'06/05/2022', N'11', 1, 0, 1)
            ,   (12345, N'06/05/2022', N'20/11/2022', N'284973', 1, 1, 0)
            ,   (12345, N'20/11/2022', N'05/01/2023', N'66242', 1, 1, 0)
            ,   (12345, N'05/01/2023', N'05/01/2023', N'178', 1, 0, 1)
            ,   (12345, N'05/01/2023', NULL, NULL, 1, 1, 0)
        ) t (CustomerID,Startdate,NextDate,[TimeDifference(Mins)],total_contacts,Passorfail,[NEXT_Contact_same_day])
        CROSS APPLY (
                SELECT  CONVERT(DATETIME, startdate, 103) AS startDate
                ,   ISNULL(CONVERT(DATETIME, NextDate, 103), '99991231') AS nextDate
            ) d
        ) x
    ) x
GROUP BY customerID, grp

首先也是最重要的，问题是你必须获取之前的

passorfail

列，因为通常当你创建间隙和岛屿总和时，你希望将值保持为 0，直到新的组到达，而这里为 1创建一个新组。因此我使用

LAG(passorfail, 1, 0)

。

这里的排序也有点棘手，因为你有多个重复的日期。为此，我通过

ISNULL(CONVERT(DATETIME, NextDate, 103), '99991231')

创建了决胜局，以便开放日期结束。它还简化了以后的 MAX 处理。

其余的没什么特别的，除了我们用

NULLIF(MAX(nextDate), '99991231')

将日期翻转回空

几点注意：您应该以表格格式提供测试数据。另外，DD/MM/YYYY 是一种非常不方便的日期样式，YYYYMMDD 更好。