T-SQL实现基于最近条件满足行的累计求和优化方案咨询

你好，我来帮你解决这个T-SQL里的累计求和优化问题~

你的需求很明确：要计算从最近一次condition_col为TRUE的行（包含当前行如果它本身是TRUE的话）到当前行的col_to_sum累计值。之前用关联子查询的方案性能拉胯，是因为每一行都要执行两次嵌套子查询，相当于O(n²)的时间复杂度，数据量稍大就会很慢。你想改用窗口函数的思路完全正确，咱们可以用「分组+窗口求和」的方法来高效实现：

核心思路 #

先给每一行标记一个分组ID：从第一行开始，每遇到condition_col = TRUE的行，分组ID就加1。这样同一个分组内的所有行，都是属于最近一次TRUE行之后的连续行。然后在每个分组内做顺序累计求和，就能得到你要的结果。

具体SQL代码 #

SELECT 
    ID,
    condition_col,
    col_to_sum,
    SUM(col_to_sum) OVER (PARTITION BY group_id ORDER BY ID) AS running_total_since_last_true
FROM (
    SELECT 
        ID,
        condition_col,
        col_to_sum,
        -- 生成分组ID：每遇到TRUE就递增，把同一分段的行归为一组
        SUM(CASE WHEN condition_col = 1 THEN 1 ELSE 0 END) OVER (ORDER BY ID) AS group_id
    FROM tbl
) AS grouped_data
ORDER BY ID;

代码解释 #

1. 内层子查询：用SUM() OVER (ORDER BY ID)生成分组ID。每次遇到condition_col = TRUE，CASE语句返回1，累加后分组ID就会+1，这样所有在同一个TRUE分段内的行，分组ID都相同。
2. 外层查询：用SUM() OVER (PARTITION BY group_id ORDER BY ID)，在每个分组内按ID顺序累计求和，正好就是从最近一次TRUE行到当前行的总和。

验证你的测试数据 #

用你给出的mock数据测试，结果完全符合预期：

• ID01（TRUE）：group_id=1，累计和=10
• ID02（FALSE）：group_id=1，累计和=10+8=18
• ID03（FALSE）：group_id=1，累计和=18+12=30
• ID04（TRUE）：group_id=2，累计和=5
• ...以此类推，完全匹配你想要的最后一列结果

性能优势 #

这个方案只需要扫描表两次（一次生成分组，一次求和），时间复杂度是O(n)，相比你之前的关联子查询，几千行的数据应该能秒级返回结果，就算数据量再大，性能也会好很多。

另外你提到尝试过LAG()，这个函数确实不适合这种动态窗口的场景，因为它只能固定偏移量，没法动态引用最近的TRUE行，而分组+窗口求和的方法正好解决了这个问题。

备注：内容来源于stack exchange，提问作者Glen Hamblin