运行总数与计数？

sum(count (distinct (customers))) 

Day | CountCustomers
----------------------
5/1  |      1
5/2  |      0
5/3  |      5

#1 楼

您可以比较以下几种方法。首先让我们建立一个包含一些虚拟数据的表。我用一堆来自sys.all_columns的随机数据填充它。好吧，这是随机的-我确保日期是连续的（这实际上仅对答案之一很重要）。

CREATE TABLE dbo.Hits(Day SMALLDATETIME, CustomerID INT);

CREATE CLUSTERED INDEX x ON dbo.Hits([Day]);

INSERT dbo.Hits SELECT TOP (5000) DATEADD(DAY, r, '20120501'),
  COALESCE(ASCII(SUBSTRING(name, s, 1)), 86)
FROM (SELECT name, r = ROW_NUMBER() OVER (ORDER BY name)/10,
       s = CONVERT(INT, RIGHT(CONVERT(VARCHAR(20), [object_id]), 1))
FROM sys.all_columns) AS x;

SELECT 
  Earliest_Day   = MIN([Day]), 
  Latest_Day     = MAX([Day]), 
  Unique_Days    = DATEDIFF(DAY, MIN([Day]), MAX([Day])) + 1, 
  Total_Rows     = COUNT(*)
FROM dbo.Hits;

结果：数据看起来像这样（5000行）-但是根据版本和内部版本，您的系统上看起来会略有不同：＃< >

Earliest_Day         Latest_Day           Unique_Days  Total_Days
-------------------  -------------------  -----------  ----------
2012-05-01 00:00:00  2013-09-13 00:00:00  501          5000

所以我要比较的方法是：

“自连接”-基于集合的纯粹方法
“带日期的递归CTE” -这依赖于连续的日期（没有间隔）
“具有row_number的递归CTE”-与上述类似，但速度较慢，依赖于ROW_NUMBER
“具有#temp表的递归CTE”-根据建议从Mikael的答案中被盗
“古怪的更新”虽然不受支持并且没有希望的已定义行为，但似乎非常流行。 />自我加入
人们会这样当他们警告您不要游标时，您应该这样做，因为“基于集合的总是更快”。在最近的一些实验中，我发现游标超出了此解决方案。最多10000个递归级别，并且您知道自己感兴趣的范围的开始日期（设置锚点）。当然，您可以使用子查询来动态设置锚点，但是我想让事情保持简单。同样，这支持10000的最大递归级别，但是您无需分配锚点。

Day                  CustomerID
-------------------  ---
2012-05-01 00:00:00  95
2012-05-01 00:00:00  97
2012-05-01 00:00:00  97
2012-05-01 00:00:00  117
2012-05-01 00:00:00  100
...
2012-05-02 00:00:00  110
2012-05-02 00:00:00  110
2012-05-02 00:00:00  95
...

古怪的更新
我再次出于完整性考虑仅将其包括在内。我个人不会依赖此解决方案，因为正如我在另一个答案中提到的那样，这种方法根本无法保证会起作用，并且在将来的SQL Server版本中可能会完全中断。 （我正在尽最大努力迫使SQL Server遵循我想要的顺序，并为索引选择提供了提示。）
这里的光标！光标是邪恶的！您应该不惜一切代价避免使用光标！”不，那不是我在说话，这只是我经常听到的东西。与流行的看法相反，在某些情况下游标是合适的。

Day                  c   rt
-------------------  --  --
2012-05-01 00:00:00  6   6
2012-05-02 00:00:00  5   11
2012-05-03 00:00:00  4   15
2012-05-04 00:00:00  7   22
2012-05-05 00:00:00  6   28
...

SQL Server 2012使我们能够轻松地计算运行总额，而无需花费自我加入的指数成本（SUM是一次计算），CTE的复杂性（包括要求连续的行以获得更好的CTE），不受支持的快速更新和禁止光标。只是要警惕使用RANGE和ROWS之间的区别，或者根本不指定-仅ROWS避免使用磁盘假脱机，否则会严重影响性能。

;WITH g AS 
(
  SELECT [Day], c = COUNT(DISTINCT CustomerID) 
    FROM dbo.Hits
    GROUP BY [Day]
)
SELECT g.[Day], g.c, rt = SUM(g2.c)
  FROM g INNER JOIN g AS g2
  ON g.[Day] >= g2.[Day]
GROUP BY g.[Day], g.c
ORDER BY g.[Day];

性能比较
我采用了每种方法，并使用以下方法将其包装成一个批次： br />

;WITH g AS 
(
  SELECT [Day], c = COUNT(DISTINCT CustomerID) 
    FROM dbo.Hits
    GROUP BY [Day]
), x AS
(
    SELECT [Day], c, rt = c
        FROM g
        WHERE [Day] = '20120501'
    UNION ALL
    SELECT g.[Day], g.c, x.rt + g.c
        FROM x INNER JOIN g
        ON g.[Day] = DATEADD(DAY, 1, x.[Day])
)
SELECT [Day], c, rt
    FROM x
    ORDER BY [Day]
    OPTION (MAXRECURSION 10000);

我又没有DBCC命令又做了一次：最后，我将源表中的行数乘以10（将top更改为50000并添加另一个表作为交叉联接）。结果是，一次没有DBCC命令的迭代（仅出于时间考虑）：

;WITH g AS 
(
  SELECT [Day], rn = ROW_NUMBER() OVER (ORDER BY DAY), 
    c = COUNT(DISTINCT CustomerID) 
    FROM dbo.Hits
    GROUP BY [Day]
), x AS
(
    SELECT [Day], rn, c, rt = c
        FROM g
        WHERE rn = 1
    UNION ALL
    SELECT g.[Day], g.rn, g.c, x.rt + g.c
        FROM x INNER JOIN g
        ON g.rn = x.rn + 1
)
SELECT [Day], c, rt
    FROM x
    ORDER BY [Day]
    OPTION (MAXRECURSION 10000);

我仅测量了持续时间-我将其作为练习让读者比较这些方法在其数据上，比较其他可能重要的指标（或可能随其架构/数据而变化）。在从此答案中得出任何结论之前，您将需要根据数据和架构对其进行测试...随着行数的增加，这些结果几乎肯定会发生变化。

demo
我添加了一个sqlfiddle。结果：
结论
在我的测试中，选择将是：SQL Server 2012方法（如果我有SQL Server 2012）。
如果SQL Server 2012不可用，并且我的日期是连续的，则我将使用带日期的递归cte方法。
如果1.和2.都不适用，则将使用self-即使性能已接近，也可以加入古怪的更新，只是因为行为已得到记录并得到保证。我不太担心将来的兼容性，因为希望如果怪异的更新不成功，它将在我将所有代码都转换为1后出现。:-)模式和数据。由于这是人为设计的，行数相对较少的测试，因此也很可能是放屁的事。我已经用不同的模式和行计数进行了其他测试，并且性能启发式方法也大不相同...这就是为什么我问了那么多跟进原始问题的原因。 />我在此处发布了有关此内容的更多信息：
运行总计的最佳方法–已针对SQL Server 2012更新

#2 楼

显然，这是最佳解决方案

DECLARE @dailyCustomers TABLE (day smalldatetime, CountCustomers int, RunningTotal int)

DECLARE @RunningTotal int

SET @RunningTotal = 0

INSERT INTO @dailyCustomers 
SELECT day, CountCustomers, null
FROM Sales
ORDER BY day

UPDATE @dailyCustomers
SET @RunningTotal = RunningTotal = @RunningTotal + CountCustomers
FROM @dailyCustomers

SELECT * FROM @dailyCustomers

#3 楼

这是另一种方式，成本高昂，但版本独立。它不使用临时表或变量。

select T.dday, T.CustomersByDay + 
    (select count(A.customer) from NewCustomersByDate A 
      where A.dday < T.dday) as TotalCustomerTillNow 
from (select dday, count(customer) as CustomersByDay 
        from NewCustomersByDate group by dday) T