我来帮你搞定这个跨天班次的打卡合并问题——你的原有查询在处理跨夜班次时失效，核心原因是按打卡日期分组的逻辑不符合实际班次的连续性，下面是具体的解决方案和细节解释：

问题根源分析 #

你原来的查询语句是按CAST(PUNCHIN AS DATE)分组，这个逻辑在处理不跨天的白班时没问题，但遇到跨夜班次就会“拆碎”同一个班次：比如员工DGHAG从2020-07-10 20:00开始上班，后续的打卡记录（比如2020-07-11 01:45的PUNCHIN）日期是7月11号，会被分到另一个日期组，导致同一个完整班次被拆成多条记录，自然无法得到正确的合并结果。

解决方案：按连续打卡记录分组 #

我们需要基于「同班次的打卡记录是连续的（上一条的PUNCHOUT等于当前的PUNCHIN）」这个规则来分组，用窗口函数就能实现这个逻辑：

完整SQL查询（适配SQL Server） #

WITH ShiftGroups AS (
    SELECT 
        EMPLOYEEID,
        PUNCHIN,
        PUNCHOUT,
        -- 标记是否为新班次：如果当前PUNCHIN和上一条的PUNCHOUT不相等，说明是新班次
        CASE 
            WHEN LAG(PUNCHOUT) OVER (PARTITION BY EMPLOYEEID ORDER BY PUNCHIN) = PUNCHIN 
            THEN 0 
            ELSE 1 
        END AS IsNewShift,
        -- 累计新班次标记，生成每个班次的唯一分组ID
        SUM(CASE 
                WHEN LAG(PUNCHOUT) OVER (PARTITION BY EMPLOYEEID ORDER BY PUNCHIN) = PUNCHIN 
                THEN 0 
                ELSE 1 
            END) OVER (PARTITION BY EMPLOYEEID ORDER BY PUNCHIN ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS ShiftGroupID
    FROM EMPSCHED
    -- 先排除无效的打卡（PUNCHIN=PUNCHOUT），这些是结束标记，聚合时会被自动包含
    WHERE PUNCHIN <> PUNCHOUT
)
SELECT 
    EMPLOYEEID,
    MIN(PUNCHIN) AS ShiftStart,  -- 班次的首次打卡时间
    MAX(PUNCHOUT) AS ShiftEnd    -- 班次的末次打卡时间
FROM ShiftGroups
GROUP BY EMPLOYEEID, ShiftGroupID
ORDER BY EMPLOYEEID, ShiftStart;

逻辑拆解 #

1. CTE ShiftGroups 部分：

   • LAG(PUNCHOUT) OVER (...)：获取当前员工上一条打卡记录的离开时间，用来判断是否和当前记录属于同一个班次。
   • IsNewShift：如果当前记录的PUNCHIN和上一条的PUNCHOUT不相等，说明这是新班次的开始，标记为1；否则属于同一个班次，标记为0。
   • ShiftGroupID：通过累计IsNewShift的值，为每个连续的班次生成唯一的分组ID——同一个班次的所有记录会拥有相同的ID。

2. 最终聚合部分：
   按员工ID和班次分组ID聚合，取分组内最早的PUNCHIN作为班次开始时间，最晚的PUNCHOUT作为班次结束时间，完美合并同班次的所有记录。

示例结果验证 #

针对你提供的示例数据，运行上述查询后：

• DGHAG的跨夜班次会被正确合并：
  • 2020-07-10 20:00:00 → 2020-07-11 06:30:00（合并4条连续记录）
  • 2020-07-11 20:00:00 → 2020-07-12 06:30:00（合并4条连续记录）
• DGHFA的白班记录也会合并为每天一条（比如2020-07-08 08:30:00 → 13:30:00）

补充说明 #

• 如果你需要保留PUNCHIN=PUNCHOUT的记录（比如作为班次结束的标记），可以去掉WHERE PUNCHIN <> PUNCHOUT，聚合时MAX(PUNCHOUT)会自动取到最后那个结束标记的时间，不影响结果。
• 这个方案适配SQL Server（你的建表语句是SQL Server风格），如果是其他数据库，语法可能略有调整，但核心逻辑完全通用。

内容的提问来源于stack exchange，提问作者rb_fms