在SQL Server2005中按列连接字符串的三种方法

最近做一个项目，遇到一个在分组的情况下，将某一列的字段值（varchar类型）连接起来的问题，类似于sum函数对int型字段值求和。 如有一个表t_table，结构和数据如图1



                                          图1

    其中要按着xh字段分组，并且将每一组name字段值连接起来。最终结果希望如图2所示




             图2

表中的th字段值对于每一个xh值是唯一的，也是有限的，也就是说，对于一个xh值，th的值不会太多，如最多是10个（从1至10）。

以上需求最终想了三种方法来解决这个问题。

一、修改表结构

如果是新的项目，可以考虑修改一下表的结构。如果t_table的结构修改如下：

    xh     value1 value2  value3    value4     .... ....                 value10
   0001 123456 654321 456789 
   0002 12abcd 4d2r343 343dfd
   0003 abcde3 132323

这种方法将value的值纵向改为横向，也就是说，按每一个xh值，将value字段的值按逆时针旋转了90度。 但这种方法要有一个前提，就是假设xh的每一个值所对应的value值不会太多，如上面不超过10个，这样才有可能建立有限个字段。如果按着上面的字段结构，只需要将这些字段加一起就可以了，也不用分组。如下所示：

select  xh , (value1  +  value2  +  value3  +    +  value10)  as  value  from  t_table

但这种方法至少有如下三个缺陷：

1. 需要修改表结构，这对于已经进行很长时间或是已经上线的项目产不适用

2. 对每一个xh字段的value取值数有限制，如果太多，就得建立很多字段。这样性能会降低。

3. 这样做虽然查询容易，但如果需要对每一个xh的不同值频繁修改或加入新的值时，如果把它们都放到一行，容易因为行锁而降低性能。

二、动态生成select语句

    让我们先看三条 SQL 语句：

select  xh,value  as  th1  from  t_table  where  th = 1  
select  xh,value  as  th2  from  t_table  where  th = 2
select  xh,value  as  th3  from  t_table  where  th = 3

这三条语句分别使用 th 字段按着所有 th 可能的值来查询 t_table ，这三条 SQL 语句所查询出来的记录如图 3 所示。



                        图 3

    然后再使用下面的语句按着xh分组：

select  xh  from  t_table  group   by  xh

得到的结果如图 4 所示。



       图4

然后使用left join，以图4所示的表为最左边的表，进行连接，SQL语句如下：

select  a.xh, b.th1, c.th2, d.th3  from
( select  xh  from  t_table  group   by  xh) a 
left   join  
( select  xh,value  as  th1  from  t_table  where  th = 1 ) b  on  a.xh = b.xh 
left   join  
( select  xh,value  as  th2  from  t_table  where  th = 2 ) c  on  a.xh = c.xh 
left   join  
( select  xh,value  as  th3  from  t_table  where  th = 3 ) d  on  a.xh = d.xh

    之所以使用 left join ，是因为按着 th 查询后，有的表的某些 xh 值可以没有，如图 3 中的第三个表，就没有 0003 。如果使用内连接， 0003 就无法在记录集中体现。这面的 SQL 的查询结果如图 5 所示。




              图5

    然后我们就可以使用如下的语句来连接th1 、th2 和th3 了。 

select  xh, (th1 + th2 + th3)  as  th  from  myview

myview表示将上面用left join的语句保存成的视图。

下面可以将这个过程写成一条 SQL 语句：

select  xh, (th1 + th2 + th3)  as  th  from  
(
select  a.xh,  ( case   when  b.th1  is   null   then   ''   else  b.th1  end )  as  th1,
 ( case   when  c.th2  is   null   then   ''   else  c.th2  end )  as  th2,
 ( case   when  d.th3  is   null   then   ''   else  d.th3  end )  as  th3 
from
( select  xh  from  t_table  group   by  xh) a  
left   join  
( select  xh,value  as  th1  from  t_table  where  th = 1 ) b  on  a.xh = b.xh 
left   join  
( select  xh,value  as  th2  from  t_table  where  th = 2 ) c  on  a.xh = c.xh 
left   join
( select  xh,value  as  th3  from  t_table  where  th = 3 ) d  on  a.xh = d.xh
) x

    由于null加上任何字符串都为null，因此，使用case语句来将null转换为空串。上面的SQL就会得到图2所示的查询结果。也许有的读者会问，如果th的可能取值可变呢！如xh为0001的th值四个：1至4。那上面的SQL不是要再加一个left join吗？这样不是很不通用。 要解决这个问题也很容易。可以使用程序（如C#、Java等）自动生成上述的SQL，然后由程序提交给数据库，再执行。 当然，这需要程序事先知道th值对于当前程序最多有几个值，然后才可以自动生成上述的SQL语句。

这种方法几乎适合于所有的数据库，不过如果 th 的取值比较多的话，可能 SQL 语句会很长，但是如果用程序自动生成的话，就不会管这些了。


三、使用C#实现SQL Server2005的扩展聚合函数（当然，也可以用VB.NET）

    这一种方法笔者认为是最“酷”的方法。因为每一个人都只想写如下的 SQL 语句就可以达到目录。

select  xh, dbo.joinstr(value)  from  t_table  group   by  xh

其中joinstr是一个聚合函数，功能是将每一组的某个字符串列的值首尾连接。上面的SQL也可以查询图2所示的结果。但遗憾的是，sql server2005并未提供可以连接字符串的聚合函数。下面我们就来使用C#来实现一个扩展聚合函数。

     首先用 VS2008/VS2005 建立一个 SQL Server 项目，如图 6 所示。



                                                                    图6

    点击“确定”按钮后， SQL Server 项目会要求连接一个数据库，我们可以选择一个数据库，如图 7 所示。



                                       图7

    然后在工程中加入一个聚合类（ joinstr.cs ），如图 8 所示。



                                                                                      图8
    joinstr.cs 中的最终代码如下：

using  System;
using  System.Data;
using  Microsoft.SqlServer.Server;
using  System.Data.SqlTypes;
using  System.IO;
using  System.Text;

[Serializable]
[SqlUserDefinedAggregate(
    Format.UserDefined,  // use custom serialization to serialize the intermediate result
    IsInvariantToNulls  =   true ,  // optimizer property
    IsInvariantToDuplicates  =   false ,  // optimizer property
    IsInvariantToOrder  =   false ,  // optimizer property    
    MaxByteSize  =   8000 )  // maximum size in bytes of persisted value
]

public   struct  joinstr :IBinarySerialize
{
     private  System.Text.StringBuilder intermediateResult;
    
     public   void  Init()
    {
         //  在此处放置代码
        intermediateResult  =   new  System.Text.StringBuilder();
    }

     public   void  Accumulate(SqlString Value)
    {
        intermediateResult.Append(Value.Value);
    }

     public   void  Merge(joinstr Group)
    {
        intermediateResult.Append(Group.intermediateResult);
    }

     public  SqlString Terminate()
    {
         return   new  SqlString(intermediateResult.ToString());
    }

     public   void  Read(BinaryReader r)
    {
        intermediateResult  =   new  StringBuilder(r.ReadString());
    }

     public   void  Write(BinaryWriter w)
    {
        w.Write( this .intermediateResult.ToString());
    }
}

由于本例需要聚合字符串，而不是已经被序列化的类型，如int等，因此，需要实现IBinarySerialize接口来手动序列化。使用C#实现SQL Server聚合函数，也会受到字符串最大长度为8000的限制。

     在编写完上述代码后，可以使用 Visual Studio 来部署（右向工程，在弹出菜单上选“部署”即可）。也可以使用 SQL 语句来部署。 假设上面的程序生成的 dll 为 MyAggregate.dll ，可以使用下面的 SQL 语句来部署：

CREATE  ASSEMBLY MyAgg  FROM   ' D:\test\MyAggregate.dll '

CREATE  AGGREGATE joinstr ( @input   nvarchar ( 200 ))  RETURNS   nvarchar ( max )
EXTERNAL NAME MyAgg.joinstr

    要注意的是，字符串类型需要用nvarchar，而不能用varchar。

第一条SQL语句是装载dll，第二条SQL语句是注册joinstr聚合函数（每一个C#类就是一个聚合函数）

在执行上面的 SQL 语句之前，需要将 SQL Server2005 的 clr 功能打开。如图 9 所示。




                                               图9

    如果想删除上面建立的聚合函数，可以使用如下的 SQL 语句：

drop  aggregate joinstr

在删除聚合函数后，可以将MyAggregate.dll卸载。

drop  assembly MyAgg

OK，现在可以使用joinstr来聚合字符串了。

    这种方法虽然显示很“酷”，但却要求开发人员熟悉扩展聚合函数的开发方法，如果开发人员使有的不是微软的开发工具，如使用Java，恐怕这种方法就只能是空谈了（除非开发小组内有人会用微软的开发工具）。

当然，如果使用其他的数据库，如oracle、mysql，也是可以实现类似扩展函数的功能的，如oracle可以使用java来进行扩展。但这要求开发人员具有更高的素质。

以上介绍的三种方法仅供参考，至于采用哪种方法，可根据实际需要和具体情况而定。如果哪位读者有更好的方法，请跟贴！