如何汇总SSMS 2017中的数据 [英] How to aggregate data in SSMS 2017

问题描述

创建表格gm

（

  generated_id bigint，

  [capmaing_id.x] bigint，

  [campaign_id.y] bigint，

 花费小数（18,2），

  [date] datetime，

  [utc_time.y] varchar（255），

  realpurchase_cash decimal（18,2）

 ）;

  GO



  SET DATEFORMAT DMY

  INSERT INTO gm VALUES

 （1003477323030100,23843069854050700,23843069854050700,73.5，'04 .10.2018'，'07.10.2018-15：55'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,73.5， '04 .10.2018'，'30.09.2018-12：00'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,73.5，'04 .10.2018'，'05.10.2018-22 ：34'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,73.5，'04 .10.2018'，'01.10.2018-22：26'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,73.5，' 04.10.2018'，'06.10.2018-13：43'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,73.5，'04 .10.2018'，'06.10.2018-13： 43'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,73.5，'04 .10.2018'，'30.09.2018-12：23'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,73.5，'04 .10.2018'，'30.09.2018-18：12'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,73.5 ，'04 .10.2018'，'30.09.2018-11：22'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,73.5，'04 .10.2018'，'05.10.2018- 22：35'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,73.5，'04 .10.2018'，'30.09.2018-11：23'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,29.74，'26 .09.2018'，'07.10.2018-15：55'，1.49），

 （1003477323030100,23843069854050700,23843069854050700 ，29.74，'26 .09.2018' ，"30.09 .2018-12：00'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,29.74，'26 .09.2018'，'05.10.2018-22：34'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,29.74，'26 .09.2018'，'01.10.2018-22：26'，1.49），

 （1003477323030100， 23843069854050700,23843069854050700,29.74，'26 .09.2018'，'06.10.2018-13：43'，1.49），

 （1003477323030100,23843069854050700,23843069854050700,29.74，'26 .09.2018'， '06 .10.2018-13：43'，1.49）;
$
GO



$
capmaing_id.x和campaign_id.y它是id



但是日期列是时候了  [capmaing_id.x]和  [utc_time.y]是时候[campaign_id.y]

1.每个capmaing_id（x和y）按时间顺序排序？

2.然后每个campaign_id计算从第一个日期到最后一个日期的总时间，并为每个ID计算总计最多60天。 

for capmaing_id.x sum计算由 花柱（日期栏）  ，但对于campaign_id.y总计最多60天由realpurchase_cash列计算utc_time.y列



如何创建此聚合结构



输出

Create table gm
(
 generated_id bigint,
 [capmaing_id.x] bigint,
 [campaign_id.y] bigint,
 spent decimal(18,2),
 [date] datetime,
 [utc_time.y] varchar(255),
 realpurchase_cash decimal(18,2)
 );
 GO

 SET DATEFORMAT DMY
 INSERT INTO gm VALUES
 (1003477323030100,23843069854050700,23843069854050700,73.5,'04.10.2018','07.10.2018-15:55',1.49),
 (1003477323030100,23843069854050700,23843069854050700,73.5,'04.10.2018','30.09.2018-12:00',1.49),
 (1003477323030100,23843069854050700,23843069854050700,73.5,'04.10.2018','05.10.2018-22:34',1.49),
 (1003477323030100,23843069854050700,23843069854050700,73.5,'04.10.2018','01.10.2018-22:26',1.49),
 (1003477323030100,23843069854050700,23843069854050700,73.5,'04.10.2018','06.10.2018-13:43',1.49),
 (1003477323030100,23843069854050700,23843069854050700,73.5,'04.10.2018','06.10.2018-13:43',1.49),
 (1003477323030100,23843069854050700,23843069854050700,73.5,'04.10.2018','30.09.2018-12:23',1.49),
 (1003477323030100,23843069854050700,23843069854050700,73.5,'04.10.2018','30.09.2018-18:12',1.49),
 (1003477323030100,23843069854050700,23843069854050700,73.5,'04.10.2018','30.09.2018-11:22',1.49),
 (1003477323030100,23843069854050700,23843069854050700,73.5,'04.10.2018','05.10.2018-22:35',1.49),
 (1003477323030100,23843069854050700,23843069854050700,73.5,'04.10.2018','30.09.2018-11:23',1.49),
 (1003477323030100,23843069854050700,23843069854050700,29.74,'26.09.2018','07.10.2018-15:55',1.49),
 (1003477323030100,23843069854050700,23843069854050700,29.74,'26.09.2018','30.09.2018-12:00',1.49),
 (1003477323030100,23843069854050700,23843069854050700,29.74,'26.09.2018','05.10.2018-22:34',1.49),
 (1003477323030100,23843069854050700,23843069854050700,29.74,'26.09.2018','01.10.2018-22:26',1.49),
 (1003477323030100,23843069854050700,23843069854050700,29.74,'26.09.2018','06.10.2018-13:43',1.49),
 (1003477323030100,23843069854050700,23843069854050700,29.74,'26.09.2018','06.10.2018-13:43',1.49);
GO


capmaing_id.x and campaign_id.y it is id

but date column it is time for  [capmaing_id.x] and  [utc_time.y] it is time for [campaign_id.y]
1.how each capmaing_id (x and y) order by time?
2.then for each campaign_id calculate total time from first to last date and for each id calculate sum up to 60 days. 
for capmaing_id.x sum calculate by  spent column (date column)  , but for campaign_id.y sum up to 60 days calculates by realpurchase_cash column by utc_time.y column

How create this aggregating construction

output

其中 date.spend 这是常见的具体的campaign_id花费变量的天数。
date..realpurchase_cash 具体campaign_id的花费变量是常用时间。
Spend_AG 由花费值具体campaign_id汇总。 RP_AG 由realpurchase_cash值汇总具体campaign_id。

where date.spend it is common time by days for spend variable of concrete campaign_id. date..realpurchase_cash it is common time by days for spend variable of concrete campaign_id. Spend_AG is aggregated by spend value concrete campaign_id. RP_AG aggregated by realpurchase_cash value concrete campaign_id.

如何创建此类汇总结构

推荐答案

对不起您的要求不清楚上述说明

Sorry your requirement is not clear from above explanation

您希望如何执行聚合？

为什么utc_time的格式如上？它是实际的日期时间值还是更多的偏移量？

Why is utc_time having a format like above? is it actual datetime value or more of an offset?

这篇关于如何汇总SSMS 2017中的数据的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！