帮忙建设公司网站宁波seo排名优化哪家好

在《SQL Server 函数实战：一条 SQL 替代 3000 行代码的计算逻辑》基础上，我们进一步拓展业务需求，实现更复杂的层级数据统计。本次将重点解决两个核心问题：一是统计每个部门（含所有下级部门）请假天数大于 3 天的记录数量；二是让上级部门的统计结果自动汇总所有下级部门数据，实现树形结构的递归统计。通过递归 CTE、CASE WHEN函数与分组聚合的深度结合，完成从基础数据统计到层级化数据分析的跨越。

一、业务需求升级：层级汇总与新增统计维度

核心目标

1. 递归汇总：上级部门的数据需包含直属及非直属下级部门的所有数据，例如集团总部要汇总技术研发部、产品运营部及其子部门的全部请假数据。
2. 新增统计项：统计每个部门（含各级上级部门）请假天数大于 3 天的记录数量。
3. 兼容原有指标：保留原有请假类型天数统计、请假状态分类统计等功能。

数据模型扩展（无需修改表结构，新增计算逻辑）

-- 新增判断逻辑：标记请假天数>3天的记录CASE WHEN leave_days > 3 THEN 1 ELSE 0 END AS over_3_days_flag

二、关键技术升级：双向递归 CTE 构建层级关系

1. 递归 CTE 重构：获取每个部门的所有后代部门

WITH dept_ancestor AS (-- 初始层：每个部门自身作为祖先SELECTdept_id,dept_name,parent_dept_id,dept_id AS ancestor_id -- 核心字段：标记当前部门的顶层祖先FROM t_deptUNION ALL-- 递归层：向下遍历子部门，继承祖先IDSELECTd.dept_id,d.dept_name,d.parent_dept_id,da.ancestor_id -- 子部门继承父部门的祖先IDFROM t_dept dJOIN dept_ancestor da ON d.parent_dept_id = da.dept_id)

• 核心逻辑：为每个部门生成从自身到所有后代的层级路径，ancestor_id表示当前统计的顶层部门（如子部门 4 的ancestor_id可为自身 4、父部门 2、根部门 1）。

• 递归方向：从父部门到子部门的向下递归，确保每个子部门关联到所有上级祖先。

2. 关联请假表与递归 CTE

三、CASE WHEN 函数进阶：多维度条件聚合

1. 新增 "请假 > 3 天" 统计

SELECTda.ancestor_id, -- 统计的目标部门（上级部门）da_dept.dept_name, -- 目标部门名称tl.dept_id AS child_dept_id -- 实际产生数据的子部门ID（用于验证层级）FROM dept_ancestor daLEFT JOIN t_dept da_dept ON da.ancestor_id = da_dept.dept_id -- 关联祖先部门信息LEFT JOIN t_leave tl ON da.dept_id = tl.dept_id -- 关联子部门请假数据-- 示例输出：祖先部门1（集团总部）会关联到子部门2、3、4、5的所有请假记录

SUM(CASE WHEN tl.leave_days > 3 THEN 1 ELSE 0 END) AS over_3_days_count

此语句通过CASE WHEN判断请假天数是否大于 3 天，若满足条件则计数为 1，否则为 0，最后使用SUM函数汇总，实现对请假天数大于 3 天记录数量的统计。

2. 全维度统计表达式（整合新旧需求）

SELECTda_dept.dept_name AS 部门名称,-- 请假类型统计（含下级部门）SUM(CASE tl.leave_type WHEN '年假' THEN tl.leave_days ELSE 0 END) AS 年假总天数,SUM(CASE tl.leave_type WHEN '事假' THEN tl.leave_days ELSE 0 END) AS 事假总天数,SUM(CASE tl.leave_type WHEN '病假' THEN tl.leave_days ELSE 0 END) AS 病假总天数,-- 状态统计SUM(CASE tl.leave_status WHEN '完成' THEN 1 ELSE 0 END) AS 完成请假数,SUM(CASE tl.leave_status WHEN '进行中' THEN 1 ELSE 0 END) AS 进行中请假数,-- 新增统计：请假>3天SUM(CASE WHEN tl.leave_days > 3 THEN 1 ELSE 0 END) AS 超3天请假数

四、终极 SQL：递归汇总全层级数据

完整实现代码

WITH dept_ancestor AS (-- 构建部门层级关系，获取每个部门的所有祖先路径SELECTdept_id,dept_name,parent_dept_id,dept_id AS ancestor_id -- 初始祖先为自身FROM t_deptUNION ALL-- 递归向下遍历子部门，继承祖先IDSELECTd.dept_id,d.dept_name,d.parent_dept_id,da.ancestor_id -- 子部门的祖先与父部门一致FROM t_dept dJOIN dept_ancestor da ON d.parent_dept_id = da.dept_id),-- 提取祖先部门的基础信息（避免重复计算）ancestor_info AS (SELECT DISTINCT ancestor_id, dept_nameFROM dept_ancestor)SELECTai.dept_name AS 部门名称,-- 请假类型汇总（含所有子部门）SUM(CASE tl.leave_type WHEN '年假' THEN tl.leave_days ELSE 0 END) AS 年假总天数,SUM(CASE tl.leave_type WHEN '事假' THEN tl.leave_days ELSE 0 END) AS 事假总天数,SUM(CASE tl.leave_type WHEN '病假' THEN tl.leave_days ELSE 0 END) AS 病假总天数,-- 状态汇总SUM(CASE tl.leave_status WHEN '完成' THEN 1 ELSE 0 END) AS 完成请假数,SUM(CASE tl.leave_status WHEN '进行中' THEN 1 ELSE 0 END) AS 进行中请假数,-- 新增统计项SUM(CASE WHEN tl.leave_days > 3 THEN 1 ELSE 0 END) AS 超3天请假数FROM ancestor_info aiLEFT JOIN dept_ancestor da ON ai.ancestor_id = da.ancestor_idLEFT JOIN t_leave tl ON da.dept_id = tl.dept_id -- 关联子部门请假数据GROUP BY ai.ancestor_id, ai.dept_nameORDER BY ai.ancestor_id;

执行结果解析（新增示例数据后）

部门名称	年假总天数	事假总天数	病假总天数	完成请假数	进行中请假数	超 3 天请假数
集团总部	8.5	2.0	3.0	2	3	2
技术研发部	4.5	2.0	0.0	1	2	2
产品运营部	1.5	0.0	3.0	1	1	0
后端开发组	3.5	0.0	0.0	1	1	1
前端开发组	0.0	2.0	0.0	0	1	1

核心逻辑拆解

1、递归 CTE 双向关联：

        向上：每个部门作为祖先，向下遍历所有子部门（ancestor_id固定为顶层部门）。

        向下：通过da.dept_id = tl.dept_id关联子部门的实际数据，确保上级部门能获取所有下级数据。

2、CASE WHEN 的多维应用：

        类型统计：按leave_type分类累加天数。

        状态统计：按leave_status分类计数。

        数值判断：通过CASE WHEN直接判断天数是否大于 3，简化条件转换。

 3、分组策略：

        按ancestor_id分组，确保每个上级部门汇总其所有后代（包括多级子部门）的数据。

        LEFT JOIN确保无数据部门（如根部门若自身无数据）仍能显示统计结果。

五、与第一课的核心区别

特性	第一课（单部门统计）	本文（递归层级统计）
统计范围	仅当前部门或指定子部门	包含所有下级部门（多级递归）
递归方向	单向向下（固定根部门）	双向关联（每个部门可作为祖先）
核心字段	dept_id直接分组	ancestor_id递归分组
新增功能	无	请假天数 > 3 天统计、层级汇总

六、性能优化与注意事项

1. 索引优化建议

-- 为部门层级关系创建索引CREATE INDEX idx_dept_parent ON t_dept(parent_dept_id);-- 为请假表关联字段创建索引CREATE INDEX idx_leave_dept ON t_leave(dept_id);

2. 大数据量处理

在 SQL Server 中，递归 CTE 默认有 100 层的递归限制，若部门层级较深，可通过以下方式调整：

-- 设置最大递归层数为200OPTION (MAXRECURSION 200);

3. CASE WHEN vs IIF 函数

• CASE WHEN支持复杂的条件判断和多分支逻辑，适用于大多数场景。

• IIF函数是CASE WHEN的简化写法，仅支持简单的二选一判断（如IIF(leave_days > 3, 1, 0)），在复杂逻辑中不适用。

七、总结：树形数据统计的进阶解决方案

通过递归 CTE 构建层级关系、CASE WHEN实现条件聚合、分组函数完成数据汇总，我们在 SQL Server 中实现了真正的层级递归统计。这种方案不仅能处理复杂的组织架构数据，还能灵活扩展统计维度，相比传统编程方式大幅减少代码量，提升开发效率与数据处理性能。后续我们还将继续探索更高级的统计分析功能，如果你有其他想实现的业务逻辑或优化需求，欢迎随时交流探讨。