聚合查询-查询列影响聚合

Question

我有一个表“ Scores”，其字段如下：

UserId
LessonId
ExerciseId
Score
Timestamp

我想设置一个视图“ vw_AggregateScoreForUser”，该视图将聚合该表中的数据，如下所示：

SELECT UserId, 
       LessonId, 
       COUNT(ExerciseId) AS TotalExercises,
       SUM(Score) AS TotalScore, 
       COUNT(DISTINCT CONVERT(date, Timestamp)) AS StudyDays
FROM Scores
GROUP BY UserId, LessonId

最棘手的是StudyDays，我要在其中计算用户至少在此处输入一个条目的唯一日期-这是我“学习”即完成至少一项练习的日期。

现在，说我要在第1到第5课中执行该视图。

SELECT FROM vw_AggregateScoreForUser WHERE UserId = 1 AND LessonId BETWEEN 1 AND 5;

我想要的是返回的一条记录，该记录汇总了这5课的数据。但是通过上述设置，数据按LessonId分组，因此我将获得5条记录。

问题是，由于每课计算的StudyDays现在可能不正确。例如。包含以下数据：

UserId    LessonId    ExerciseId    ...     Timestamp
1         1           1                     2019-11-21 09:00
1         1           2                     2019-11-22 10:00
1         2           1                     2019-11-22 11:00

我会得到结果

UserId    LessonId    TotalExercises ...    StudyDays
1         1           2                     2
1         2           1                     1

我不能简单地添加StudyDays来获得学习的天数。那将给我3，但整个StudyDays的独特计数应为2。

问题是我需要在视图中使用LessonId以便能够在WHERE子句中使用它，但是在视图中使用它会按照课程对我的数据进行分组，从而导致聚合不正确。

如何在视图中包括一个字段，以便可以对其进行过滤，而又不影响该视图中发生的聚合？

Answer 1

某些分组汇总不能堆叠成多个级别，因为它们会产生不同的结果。计数差异与计数差异与应用原始集合中的计数差异不同。考虑到行数的平均值也会发生同样的情况。

您遇到的问题是视图内部带有GROUP BY LessonID的COUNT DISTINCT。想要（以后）将多个LessonID值作为一个集合一起计算时，您已经在按LessonID计算值。

只要您将GROUP BY保留在视图内，就会出现此问题。一种解决方案是更改表值函数的视图，该视图允许提供一系列课程：

CREATE FUNCTION dbo.ufnUserLessonSummary (
    @UserID INT,
    @LessonIDFrom INT,
    @LessonIDTo INT)
RETURNS TABLE
AS RETURN
    SELECT 
        UserId, 
        LessonId, 
        COUNT(ExerciseId) AS TotalExercises,
        SUM(Score) AS TotalScore, 
        COUNT(DISTINCT CONVERT(date, Timestamp)) AS StudyDays
    FROM 
        Scores AS S
    WHERE 
        S.UserID = @UserID AND
        S.LessonID BETWEEN @LessonIDFrom AND @LessonIDTo
    GROUP BY 
        UserId, 
        LessonId

您可以按以下方式查询它：
SELECT
    S.*
FROM
    dbo.ufnUserLessonSummary(1, 1, 5) AS S

但是，这仅限于一系列课程。如果只需要课程1，3和5，该怎么办？另一个更复杂但更通用的选项是将SP与预加载的输入表一起使用：
CREATE PROCEDURE dbo.uspUserLessonSummary
AS
BEGIN

    SELECT 
        UserId, 
        LessonId, 
        COUNT(ExerciseId) AS TotalExercises,
        SUM(Score) AS TotalScore, 
        COUNT(DISTINCT CONVERT(date, Timestamp)) AS StudyDays
    FROM 
        Scores AS S
        INNER JOIN #UserLesson AS U ON
            S.UserID = U.UserID AND
            S.LessonID = U.LessonID
    GROUP BY 
        UserId, 
        LessonId

END

您可以在执行之前通过加载临时表来提供所需的记录：
IF OBJECT_ID('tempdb..#UserLesson') IS NOT NULL
    DROP TABLE #UserLesson

CREATE TABLE #UserLesson (
    UserID INT,
    LessonID INT)

INSERT INTO #UserLesson (
    UserID,
    LessonID)
VALUES
    (1, 1),
    (1, 2),
    (1, 3),
    (1, 4),
    (1, 5)

EXEC dbo.uspUserLessonSummary

您还可以通过这种方法使用变量表。