一道SQL Server窗口函数的面试题

概要

本文介绍一道和SQL Server窗口函数相关的面试题，主要涉及窗口函数的原理和Framing参数的设置。

设计和实现

题目介绍

输入数据如下：

主要包括账户编号（account_no），交易日期（tran_date），交易类型（tran_tyrp），交易金额（tran_amount）

要求统计账户交易总额大于等于1000的账户，已经统计每个账户总交易金额第一次达到1000的日期。

按照交易类型，如果是信用卡交易（credit），则加入总数；如果是储蓄卡交易（debit），则需要从总数中减去。

最后的输出结果是：

实现思路

我们以acc_1 账户进行分析，按照日期排序如下

1. 因为交易类型都是信用卡交易，所以交易金额都是正值
2. 统计每个日期和之前的日期的交易总额，每个日期对应的累计交易额是 100,600,900,1100
3. 统计整个acc_1账户的全部交易额，已查看总交易额是否达到1000，每个日期对应的总交易额是1100

基于上述思路，我们需要逐条记录进行交易额的累计，以找到第一次交易总额超过1000的交易日期，还需要统计每个账户的总交易额，以检查其是否达到1000。

按照上述思路，使用窗口函数是最佳解决途径。

代码实现

查询过程中涉及大量的子查询，我们使用CTE代替嵌套子查询。

第一步， 我们根据交易类型，增加一列tran_actual_amount，用于标识实际的交易金额，如果是credit，则交易金额为负，以方便后面进行统计。

WITH add_tran_actual_amount AS (
		SELECT account_no, tran_date, tran_type, tran_amount
			, CASE 
				WHEN tran_type = 'credit' THEN tran_amount
				ELSE tran_amount * -1
			END AS tran_actual_amount
		FROM transactions
	),

第二步，我们使用窗口函数统计每个账户的累计交易额和总交易额。

add_sum AS (
		SELECT *, sum(tran_actual_amount) OVER (PARTITION BY account_no ORDER BY tran_date) AS sum_before_all
			, sum(tran_actual_amount) OVER (PARTITION BY account_no ORDER BY tran_date ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) AS sum_all
		FROM add_tran_actual_amount
	)

累计交易额sum_before_all，采用默认的Framing参数 即 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW，该值可省略。

总交易金额表示统计每个账号的所有记录sum_all，所以Framing参数不能使用默认值，需要手工指定，即ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING

第三步，我们需要过滤掉交易总额不到1000的账户，并且找到每个账户第一次到1000的日期。

SELECT account_no, min(tran_date) AS first_reach_1000_date
FROM add_sum
WHERE sum_all >= 1000
	AND sum_before_all >= 1000
GROUP BY account_no

通过聚合函数min，找到最早到达1000的的日期。

附录

建表和数据填充代码如下：

if OBJECT_ID('transactions', 'U') is not null
drop table transactions;
create table transactions (
	id int primary key identity(1,1),
	account_no char(5) not null,
	tran_date date not null,
	tran_type nvarchar(10) not null,
	tran_amount int not null
)

insert into transactions (account_no, tran_date, tran_type, tran_amount) values

('acc_1', '2022-01-20', 'credit', 100),
('acc_1', '2022-01-21', 'credit', 500),
('acc_1', '2022-01-22', 'credit', 300),
('acc_1', '2022-01-23', 'credit', 200),

('acc_2', '2022-01-20', 'credit', 500),
('acc_2', '2022-01-21', 'credit', 1100),
('acc_2', '2022-01-22', 'debit', 1000),

('acc_3', '2022-01-20', 'credit', 1000),

('acc_4', '2022-01-20', 'credit', 1500),
('acc_4', '2022-01-21', 'debit', 500),

('acc_5', '2022-01-20', 'credit', 900)